XDA menerbitkan panduan minggu lalu yang memasangkan Frigate dengan LLM lokal melalui Home Assistant, kemudian menghubungkan model visi 8B untuk benar-benar mendeskripsikan apa yang dilihat kamera. Hasilnya adalah upgrade yang telah lama ditunggu para self-hoster: peringatan gerak yang mengatakan “pengantar paket menjatuhkan paket di pintu pukul 11:42” bukan “gerak terdeteksi di kamera depan”. Ini berhasil karena ketiga komponen bersifat lokal, sehingga model visi tidak dibatasi oleh batas laju API.
Kami menguji tujuh aplikasi NVR desktop dan self-hosted yang menggabungkan AI langsung ke dalam pipeline kamera. Pilihan ini berjalan pada Windows, macOS, Linux, atau kombinasi ketiganya, dan berpasangan dengan server model lokal populer seperti Ollama, vLLM, dan LM Studio. Kami mengurutkan berdasarkan apa yang benar-benar mereka lakukan dengan aliran video: deteksi objek, pengenalan wajah, peringatan deskriptif, dan pemasangan dengan Home Assistant atau HomeKit.
Apa yang dicari dalam NVR bertenaga AI
Lima hal membedakan NVR yang menjalankan deteksi objek dari yang mengubah peringatan menjadi sesuatu yang berguna:
- Inferensi lokal sejati. AI berbasis cloud menagih per frame, itulah mengapa sebagian besar rencana Ring atau Nest membatasi deteksi. Deteksi lokal pada GPU atau Coral TPU gratis setelah biaya perangkat keras.
- Penerimaan RTSP terlebih dahulu. Penemuan ONVIF nyaman tetapi RTSP adalah bahasa yang digunakan NVR terbuka. Dukungan kamera berhenti di garis ini.
- Akselerasi perangkat keras. NVIDIA NVENC, Intel QuickSync, atau Coral USB Accelerator untuk deteksi objek dengan kecepatan. Pengaturan CPU-only sudah ketinggalan zaman dengan cepat.
- Integrasi Home Assistant. Fitur pembunuh dari build XDA adalah LLM berjalan melalui HA sehingga bisa menarik acara gerak dan mendeskripsikannya. Kualitas integrasi penting.
- Backend AI modular. Server inferensi yang dapat dipasang (CodeProject.AI, Frigate+) lebih baik daripada kotak hitam dengan model bundel yang dikontrol vendor.
Perbandingan cepat
| Aplikasi | Terbaik untuk | Platform | Paket gratis | Harga mulai | Dukungan AI |
|---|---|---|---|---|---|
| Frigate NVR | Deteksi objek + integrasi HA | Linux, Docker, Proxmox | Sumber terbuka | Gratis | Coral TPU, ONNX, GPU |
| CodeProject.AI Server | Backend AI modular | Windows, Linux, macOS, Docker | Sumber terbuka | Gratis | Multi-model |
| Blue Iris | NVR komersial berat | Windows | $69,95 sekali | $69,95 | DeepStack, CPAI plugin |
| AgentDVR | NVR lintas platform | Windows, macOS, Linux | Tingkat gratis | $7,99/bln Premium | DeepStack, ONVIF |
| Viseron | NVR kontainer ringan | Docker di Linux, macOS | Sumber terbuka | Gratis | Edge TPU, CPU, GPU |
| Shinobi CCTV | Fitur pro sumber terbuka | Windows, macOS, Linux | Sumber terbuka | Gratis | Deteksi objek TF |
| MotionEye | NVR kelas Raspberry Pi | Linux, Docker | Sumber terbuka | Gratis | Tidak ada bundel, plugin |
1. Frigate NVR, terbaik untuk deteksi objek + integrasi Home Assistant
Frigate NVR adalah NVR sumber terbuka yang dunia self-hosting menetap karena satu alasan: integrasi Home Assistant adalah kelas satu. Frigate menjalankan deteksi objek secara real-time menggunakan Coral TPU, NVIDIA GPU, atau Intel iGPU modern, menerbitkan acara deteksi melalui MQTT, dan memberi Home Assistant thumbnail langsung per kamera. Build XDA yang memicu artikel ini menghubungkan acara Frigate ke model visi Llama 3 lokal di kotak yang sama, kemudian merutekan deskripsi kembali ke notifikasi HA.
Di mana ini jatuh pendek: Docker-first, yang berarti kurva penyiapan lebih curam daripada Blue Iris jika Anda belum menjalankan kontainer sebelumnya. Windows didukung hanya melalui WSL atau Docker Desktop, bukan native.
Harga:
- Gratis: sumber terbuka, MIT
- Berbayar: langganan Frigate+ membuka kunci model deteksi kualitas lebih tinggi, $50/tahun, opsional
Platform: Linux native, Docker di Windows/macOS, Proxmox, add-on Home Assistant OS
Unduh: Frigate NVR
Garis bawah: NVR untuk home lab yang sudah menjalankan Home Assistant. Pipeline LLM lokal berjalan di atas Frigate dengan bersih, dan jalur upgrade dari deteksi objek ke peringatan deskriptif terdokumentasi.
2. CodeProject.AI Server, backend AI modular terbaik
CodeProject.AI Server bukan NVR. Itu server inferensi AI yang dikaitkan NVR lainnya. Jatuhkan CPAI di mesin yang sama dengan Blue Iris, AgentDVR, atau Shinobi, dan itu menampilkan deteksi objek, pengenalan wajah, pembacaan pelat lisensi, dan super-resolusi sebagai endpoint HTTP yang ditanyakan NVR. Pustaka model bersifat modular: instal hanya yang Anda butuhkan, tukarkan tanpa menyentuh NVR.
Di mana ini jatuh pendek: dengan sendirinya, CPAI tidak merekam apa pun. Pasangkan dengan NVR. Penginstal Windows lebih ramah daripada penyiapan Linux, yang masih condong ke Docker.
Harga:
- Gratis: sumber terbuka, modul disertakan
- Berbayar: tidak ada
Platform: Windows, Linux, macOS, Docker (NVIDIA, ROCm, akselerasi HW Intel)
Unduh: CodeProject.AI Server
Garis bawah: backend pilihan jika Anda ingin berlapis AI ke NVR yang ada. Berpasangan terutama baik dengan Blue Iris.
3. Blue Iris, NVR komersial berat terbaik
Blue Iris adalah NVR komersial Windows-only yang sudah lama mendorong banyak instalasi bisnis kecil. Build 2026 mengintegrasikan CodeProject.AI sebagai modul AI kelas satu, sehingga deteksi objek, pencocokan wajah, dan pembacaan pelat lisensi dikonfigurasi di UI yang sama dengan profil kamera. Kualitas rekaman, zona gerak, dan dukungan kamera PTZ adalah yang paling dalam dalam daftar ini.
Di mana ini jatuh pendek: Windows-only, $69,95 membeli versi 5 dengan dukungan satu tahun, kemudian $35 per upgrade major. Tidak murah menurut standar self-hosted.
Harga:
- Gratis: uji coba 15 hari
- Berbayar: $34,95 lite (satu kamera) atau $69,95 full, plus dukungan tahunan opsional
Platform: Windows 10 dan 11
Unduh: Blue Iris
Garis bawah: pilihan yang tepat untuk home lab Windows-only yang menginginkan setiap fitur PTZ dan bersedia membayar sekali. CPAI menangani sisi AI.
4. AgentDVR, NVR lintas platform terbaik
AgentDVR adalah jawaban lintas platform untuk Blue Iris, ditulis oleh tim iSpyConnect. Inti NVR yang sama berjalan di Windows, macOS, Linux, dan Docker. Integrasi AI mendukung DeepStack dan CodeProject.AI untuk deteksi, dan UI web menangani tampilan jarak jauh tanpa aplikasi terpisah. Tingkat gratis mencakup sebagian besar penggunaan rumah; Premium menambahkan rekaman cloud, gerak lanjutan, dan riwayat acara yang lebih lama.
Di mana ini jatuh pendek: integrasi AI kurang halus daripada pipeline Home Assistant Frigate. Peringatan deskripsi melalui LLM lokal memerlukan lebih banyak kode glue daripada acara MQTT dari Frigate.
Harga:
- Gratis: set fitur lengkap, 2 kamera, fitur cloud terbatas
- Berbayar: Premium mulai dari $7,99/bln untuk cloud penuh dan kamera tak terbatas
Platform: Windows, macOS, Linux, Docker, Raspberry Pi
Unduh: AgentDVR
Garis bawah: NVR lintas platform untuk pengguna yang menginginkan satu alat yang berjalan di mesin Mac atau Linux mereka.
5. Viseron, NVR kontainer ringan terbaik
Viseron adalah NVR native Docker yang menargetkan audiens Home Assistant yang sama dengan Frigate tetapi menukar polish untuk fleksibilitas. Detektor objek mendukung Edge TPU, ONNX, dan backend CPU. Konfigurasi adalah satu file YAML. Perekaman aliran terjadi hanya pada gerak, sehingga penggunaan disk tetap rendah di server kecil.
Di mana ini jatuh pendek: komunitas lebih kecil daripada Frigate, integrasi lebih sedikit, dan dokumentasi tertinggal dari fitur. Terbaik untuk pengguna yang nyaman membaca sumber saat terjebak.
Harga:
- Gratis: sumber terbuka, Apache 2.0
- Berbayar: tidak ada
Platform: Docker di Linux dan macOS
Unduh: Viseron di GitHub
Garis bawah: pilihan sekunder jika tata letak Docker Frigate tidak cocok. Lebih kuat dalam efisiensi sumber daripada kedalaman fitur.
6. Shinobi CCTV, terbaik untuk fitur pro tanpa pembayaran
Shinobi CCTV adalah NVR sumber terbuka dengan polish pro, asli dibangun untuk installer yang menginginkan fitur Blue Iris tanpa lisensi. Deteksi objek TensorFlow berjalan di proses yang sama, dan dasbor menampilkan scrubbing timeline, grid multi-kamera, dan penyaringan acara lebih dekat ke produk berbayar.
Di mana ini jatuh pendek: tempo pengembangan bervariasi, dan modul AI lebih tua daripada Frigate. Pengelola telah responsif tetapi rilis tidak sering.
Harga:
- Gratis: sumber terbuka, MIT
- Berbayar: langganan dukungan opsional dari Shinobi.video
Platform: Windows, macOS, Linux, Docker
Unduh: Shinobi CCTV
Garis bawah: pilihan yang tepat jika Anda menginginkan dasbor yang halus dan lisensi gratis. Integrasi AI dapat digunakan tetapi tertinggal dari Frigate.
7. MotionEye, terbaik untuk perangkat keras kelas Raspberry Pi
MotionEye adalah NVR ringan yang telah berjalan di papan Raspberry Pi selama satu dekade. Itu tidak mengikat AI modern, tetapi dapat mengalirkan aliran RTSP ke Frigate atau CodeProject.AI di mesin terpisah, kemudian memberi makan peringatan kembali ke Home Assistant. Gambar MotionEyeOS membuat Pi 4 menjadi NVR empat kamera dengan beberapa klik.
Di mana ini jatuh pendek: tidak ada AI asli, dasbor fungsional daripada mengkilap, dan pencarian acara elementer. Itu dimaksudkan untuk dipasangkan dengan alat yang lebih cerdas.
Harga:
- Gratis: sumber terbuka, GPL
- Berbayar: tidak ada
Platform: Linux, Docker, gambar MotionEyeOS untuk Raspberry Pi
Unduh: MotionEye di GitHub
Garis bawah: ingestor ringan untuk mesin kelas Pi. Pasangkan dengan Frigate atau CodeProject.AI untuk lapisan AI.
Cara memilih yang tepat
- Jika Anda sudah menjalankan Home Assistant dan menginginkan build gaya XDA dengan peringatan deskriptif, instal Frigate NVR sebagai backend kamera dan pasangkan dengan LLM lokal melalui HA. Tidak ada yang lain dalam daftar ini yang didokumentasikan sebaik itu untuk aliran itu.
- Jika Anda Windows-only, Blue Iris ditambah CodeProject.AI Server adalah tumpukan komersial yang paling halus. Bayar sekali, pelajari UI, selesai.
- Jika Anda menginginkan lintas platform dan membenci Docker, AgentDVR adalah jawabannya.
- Untuk home lab Mac yang menginginkan pengalaman Frigate, AgentDVR berjalan native. Frigate melalui Docker juga berfungsi tetapi overhead Docker macOS nyata.
- Untuk pengaturan rendah sumber daya Raspberry Pi, MotionEye menelan kamera dan mesin kedua menangani AI.
- Jika Anda menginginkan lapisan AI secara terpisah sehingga Anda dapat menukar NVR nanti, instal CodeProject.AI Server terlebih dahulu. Sebagian besar NVR dalam daftar ini terintegrasi dengannya.
FAQ
Apa itu Frigate dan mengapa komunitas kamera AI terus merekomendasikannya?
Frigate adalah NVR sumber terbuka yang dibangun di sekitar deteksi objek real-time pada Coral TPU atau GPU. Integrasi Home Assistant menerbitkan acara deteksi sebagai pesan MQTT, yang membuat mudah untuk memasang ke otomasi, dasbor, atau, seperti dalam build XDA, LLM lokal yang mendeskripsikan apa yang terdeteksi.
Bagaimana cara menambahkan LLM lokal ke penyiapan kamera keamanan saya?
Aliran yang dapat diandalkan: Frigate mendeteksi objek dan menerbitkan snapshot ke MQTT. Home Assistant berlangganan acara dan memicu skrip yang mengirimkan snapshot ke LLM lokal yang mampu visi (Llama 3.2 Vision, MiniCPM, Qwen2-VL) yang dihost di Ollama atau LM Studio. LLM mengembalikan deskripsi, HA mendorong notifikasi dengan teks itu. Bagian XDA memandu konfigurasi penuh.
Perangkat keras apa yang saya butuhkan untuk analisis kamera AI lokal?
Pengaturan minimum yang berguna adalah Coral USB Accelerator ($60) yang terpasang ke Pi 5 atau kotak N100 kecil, yang menangani deteksi objek untuk 4-6 aliran. Untuk peringatan deskriptif melalui LLM visi, GPU konsumen dengan 12GB VRAM (RTX 3060 atau RTX 4060 Ti) menjalankan model visi 8B secara real-time. Kartu 8GB yang lebih tua juga bekerja dengan model yang lebih kecil.
Apakah AI lokal lebih baik daripada deteksi cloud Ring atau Nest?
Untuk privasi, ya menurut definisi: video tidak pernah meninggalkan jaringan Anda. Untuk akurasi, celah ditutup pada 2025. Pengaturan Frigate+Coral saat ini dengan model yang disempurnakan secara halus mengidentifikasi orang, kendaraan, hewan, dan paket dengan akurasi sebanding dengan langganan Nest Aware, dan kualitas deskripsi dari model visi 8B lokal mengalahkan template kalengan yang dikirimkan layanan cloud.
Apa aplikasi keamanan rumah bertenaga AI gratis terbaik?
Frigate NVR untuk sisi NVR, CodeProject.AI Server untuk sisi inferensi. Keduanya sumber terbuka, matang, dan terintegrasi dengan Home Assistant. Tumpukan gabungan tidak mengeluarkan apa pun melewati perangkat keras.
