Anuncio
Monitor de ordenador mostrando la interfaz de Frigate NVR con un recuadro verde detectando una persona en el jardín, junto a un acelerador Google Coral USB en el escritorio.

Frigate NVR y Coral TPU: Guía de Detección IA Local

Contenidos mostrar

¿Tu cámara de seguridad te avisa cuando se mueve una hoja? Tenemos que hablar

Seguro que te suena esta historia: estás en una reunión importante, tu móvil vibra con una notificación de «movimiento detectado» en el jardín, se te acelera el corazón pensando lo peor, abres la app y… era el gato del vecino o la sombra de un árbol moviéndose por el viento. Si esto te pasa cinco veces al día, al final haces lo peor que se puede hacer en seguridad: ignorar las notificaciones.

La mayoría de las cámaras comerciales básicas funcionan por «cambio de píxeles». Si un píxel cambia de color, asumen que hay movimiento. Pero para un ordenador, una nube tapando el sol es un cambio de píxeles tan dramático como un ladrón entrando por la ventana.

Aquí es donde entra en juego la verdadera inteligencia artificial local. Hoy vamos a configurar el sistema definitivo para acabar con las falsas alarmas y recuperar tu privacidad: Frigate NVR potenciado por un Google Coral TPU.

Interfaz de Frigate NVR mostrando detección de personas con recuadros de seguimiento
Frigate NVR distingue perfectamente entre una persona, un perro o un coche en tiempo real.

No necesitas ser un ingeniero de la NASA. Si tienes poco tiempo pero quieres resultados profesionales, esta guía es para ti. Vamos a transformar tu sistema de cámaras tontas en un vigilante inteligente que solo te molesta cuando realmente importa.

¿Qué es Frigate NVR y por qué es diferente a lo que conoces?

Frigate es un NVR (Grabador de Vídeo en Red) de código abierto, diseñado desde cero para trabajar con Home Assistant. A diferencia de otros sistemas que graban 24/7 llenando tus discos duros de «nada», Frigate utiliza IA para entender qué está viendo.

La gran diferencia radica en el procesamiento. Frigate no busca movimiento; busca objetos. Su motor analiza el vídeo en tiempo real y se hace preguntas: «¿Es eso una persona? ¿Es un coche? ¿Es un perro?». Si la respuesta es sí, inicia la grabación y te avisa.

Las 3 ventajas clave para personas ocupadas

  • Cero cuotas mensuales: Todo se procesa en tu casa. No pagas nubes ni suscripciones.
  • Privacidad total: Tus imágenes no viajan a servidores en otros países. Lo que pasa en casa, se queda en casa (ideal si te preocupa la seguridad de las cámaras en la nube).
  • Rapidez extrema: La detección es instantánea, permitiendo encender luces o cerrar puertas antes de que el intruso se acerque.

El cerebro de la operación: Google Coral TPU

Aquí llega la pieza de hardware mágica. Para que Frigate funcione de forma fluida sin fundir el procesador de tu servidor (o tu Raspberry Pi), necesitas un acelerador. El Google Coral USB Accelerator es un dispositivo pequeño, parecido a un pendrive, que contiene un chip TPU (Tensor Processing Unit).

Para que nos entendamos: si tu procesador principal (CPU) es un profesor de matemáticas muy listo que hace las operaciones una a una, el Coral TPU es una calculadora científica que puede hacer miles de operaciones simultáneas específicamente diseñadas para IA.

🛒 ¿Dónde conseguir el Google Coral?

Es el componente esencial para que todo esto funcione rápido. A veces hay problemas de stock, pero suele estar disponible aquí:

👉 Ver precio y disponibilidad del Google Coral USB en Amazon

Sin el Coral, Frigate consumirá el 80-90% de tu CPU analizando vídeo. Con el Coral, el consumo bajará a un ridículo 5-10%, dejando tu servidor libre para otras tareas importantes.

Requisitos previos: ¿Qué necesitas antes de empezar?

Para montar este sistema, asumimos que ya tienes una base de domótica en casa. Si eres nuevo, no te preocupes, aquí tienes lo básico:

  1. Un servidor: Puede ser una Raspberry Pi 4/5, un Mini PC o un NAS. Si dudas sobre qué hardware elegir, echa un ojo a nuestra comparativa entre Raspberry Pi y NUC.
  2. Docker instalado: Frigate funciona dentro de un contenedor Docker. Es la forma más limpia y segura de instalarlo.
  3. Broker MQTT: Frigate necesita «hablar» con Home Assistant, y lo hace a través del protocolo MQTT. Si no lo tienes configurado, es el momento de leer nuestra guía sobre cómo instalar Mosquitto Broker.
  4. Cámaras IP: Casi cualquier cámara que emita un flujo RTSP sirve.

Instalación de Frigate: Paso a Paso

Vamos a ir al grano. La instalación se realiza mediante Docker Compose, que es la forma más estándar y sencilla de gestionar contenedores.

1. Preparar el Docker Compose

Crea una carpeta en tu servidor llamada frigate y dentro un archivo docker-compose.yml. Copia esta configuración básica:

version: "3.9"
services:
  frigate:
    container_name: frigate
    privileged: true # Necesario para acceder al USB Coral
    restart: unless-stopped
    image: ghcr.io/blakeblackshear/frigate:stable
    shm_size: "64mb" # Importante para las cámaras
    devices:
      - /dev/bus/usb:/dev/bus/usb # Acceso al Coral
    volumes:
      - /etc/localtime:/etc/localtime:ro
      - ./config.yml:/config/config.yml
      - ./storage:/media/frigate
      - type: tmpfs # Uso de RAM para caché de vídeo (opcional pero recomendado)
        target: /tmp/cache
        tmpfs:
          size: 1000000000
    ports:
      - "5000:5000"
      - "8554:8554" # RTSP feeds

Nota importante sobre el almacenamiento: Asegúrate de que la ruta ./storage apunta a un disco con espacio suficiente, especialmente si usas un NAS Synology o disco externo.

2. El archivo de configuración (config.yml)

Aquí es donde ocurre la magia. Crea un archivo config.yml en la misma carpeta. Este archivo le dice a Frigate qué cámaras mirar y qué buscar.

mqtt:
  host: 192.168.1.XX # La IP de tu servidor MQTT
  user: tu_usuario
  password: tu_password

detectors:
  coral:
    type: edgetpu
    device: usb

cameras:
  entrada_casa: # Nombre de la cámara (sin espacios)
    ffmpeg:
      inputs:
        - path: rtsp://usuario:password@192.168.1.50:554/stream1
          roles:
            - detect
            - record
    detect:
      width: 1280
      height: 720
      fps: 5
    objects:
      track:
        - person
        - dog
        - cat
Captura de pantalla de código YAML para configurar cámaras en Frigate
El archivo config.yml es el corazón de Frigate. Define cámaras, zonas y objetos a detectar.

3. Entendiendo la configuración (Para no expertos)

  • mqtt: Son las credenciales para que Frigate envíe los avisos a Home Assistant.
  • detectors: Aquí le decimos que use el Coral TPU. Si no tienes uno aún, puedes usar type: cpu, pero prepárate para un alto consumo de recursos.
  • roles:
    • detect: El flujo de baja resolución que la IA analiza (usa el sub-stream de tu cámara para ahorrar recursos).
    • record: El flujo de alta calidad que se guardará si se detecta algo.
  • objects: La lista de cosas que quieres buscar. Frigate usa modelos pre-entrenados que pueden detectar hasta 90 objetos diferentes (paraguas, maletas, bicicletas, etc.), aunque «person» es el más común.

Optimizando la detección: Evita falsos positivos

Incluso con IA, puedes tener falsos positivos si tienes un maniquí en el escaparate o un póster muy realista. Para eso existen las Zonas y Máscaras.

Uso de Máscaras (Masks)

Las máscaras le dicen a Frigate: «Ignora todo lo que pase en este área». Es vital para tapar la fecha/hora que imprimen algunas cámaras en el vídeo (los números cambiantes pueden confundir al sistema) o un árbol que se mueve mucho.

Definición de Zonas (Zones)

Las zonas son áreas de interés. Puedes crear una zona llamada «puerta_principal» y otra «jardin». Así, puedes configurar en Home Assistant automatizaciones muy específicas: «Si se detecta persona en jardin, enciende la luz», pero «Si se detecta persona en puerta_principal, manda notificación crítica al móvil».

Para configurar esto, Frigate ofrece un editor visual en su interfaz web (puerto 5000) donde puedes dibujar estas zonas sobre la imagen de la cámara. ¡Facilísimo!

Integración con Home Assistant: El poder de la automatización

Una vez que Frigate está corriendo, toca integrarlo en nuestro centro de mando. Necesitas instalar la integración oficial de Frigate (disponible en HACS).

Al hacerlo, se crearán automáticamente entidades y sensores binarios para cada cámara y objeto. Verás cosas como:

  • binary_sensor.entrada_casa_person_occupancy (Se activa cuando hay alguien).
  • sensor.entrada_casa_person_count (Número de personas detectadas).
  • image.entrada_casa_person (La foto del recorte de la detección).

Ejemplo de Automatización «Salvavidas»

Imagina que quieres recibir una foto en tu móvil solo si hay una persona en la entrada cuando no estás en casa. Gracias a que usamos detección de objetos real, no te llegará una foto de una polilla volando frente al infrarrojo.

Aquí tienes la lógica para tu automatización (puedes hacerla visualmente en Home Assistant o en Node-RED):

  1. Desencadenante: El estado de binary_sensor.entrada_casa_person_occupancy pasa a ‘on’.
  2. Condición: Nadie está en casa (usando el seguimiento de ubicación de la app).
  3. Acción: Enviar notificación al móvil adjuntando la imagen de la entidad de la cámara.

Si usas asistentes de voz, también puedes hacer que Alexa te avise por voz diciendo «Hay alguien en la entrada».

Almacenamiento y gestión de grabaciones

Frigate tiene una filosofía de grabación inteligente. Puedes configurarlo para que grabe las 24 horas pero solo «retenga» los eventos importantes. Por ejemplo:

«Guarda los últimos 3 días de grabación continua, pero mantén indefinidamente los clips donde aparezca una persona».

Esto optimiza muchísimo el espacio en disco. Además, la interfaz de Frigate te permite ver los eventos como una galería de miniaturas, haciendo muy fácil encontrar el momento exacto en que llegó el repartidor, sin tener que ver 8 horas de vídeo.

Galería de eventos en Frigate mostrando clips de personas y vehículos
Encuentra lo que buscas en segundos, no en horas. La galería de eventos clasifica cada detección.

Consideraciones sobre el Hardware y Red

Para que esto funcione como un reloj, hay un factor que a menudo olvidamos: la red WiFi. Procesar vídeo consume ancho de banda. Si tus cámaras son WiFi, asegúrate de tener una señal robusta.

Si experimentas cortes o retrasos en la imagen («lag»), es probable que tu red esté saturada. Te recomiendo echar un vistazo a nuestra guía sobre cómo mejorar el WiFi para domótica usando redes Mesh. Una mala conexión puede hacer que Frigate pierda «frames» y no detecte a la persona a tiempo.

¿Cámaras 4K? Cuidado

Un consejo de experto: Para la detección, Frigate no necesita 4K. De hecho, redimensionará la imagen a algo cercano a 320×320 o 640×480 para que la IA la procese. Usar un flujo de detección de 1080p o 4K solo gastará CPU innecesariamente redimensionando la imagen. Configura tu cámara para enviar un «sub-stream» (flujo secundario) de baja resolución para la detección y usa el «main-stream» (4K) solo para la grabación final.

Conclusión: La tranquilidad de la seguridad local

Implementar Frigate con Coral TPU puede parecer un paso técnico al principio, pero la recompensa es inmensa. Pasas de tener un sistema de seguridad «tonto» y molesto, a tener un vigilante proactivo que entiende lo que ve.

Ya no dependerás de nubes de terceros que pueden subir precios o sufrir hackeos. Tendrás el control total de tus datos y la capacidad de reaccionar en milisegundos.

¿El siguiente paso? Una vez tengas Frigate detectando personas, ¿por qué no integrarlo con tu iluminación? Puedes configurar que las luces exteriores se pongan al 100% de brillo solo si es una persona, pero se mantengan tenues si es tu gato. Las posibilidades son infinitas.

Si te ha quedado alguna duda sobre la configuración del archivo YAML o la elección del hardware, déjanos un comentario o revisa nuestras guías complementarias. ¡Es hora de hacer tu casa verdaderamente inteligente!

Artículos relacionados que te pueden interesar:

¿Te ha sido útil? ¡Compártelo con otros!

Únete a la Comunidad

Síguenos en nuestras redes para ver tutoriales en vídeo, ideas de decoración y trucos rápidos para tu hogar inteligente.