在树莓派上使用Hailo进行物体检测的Frigate设置

# 树莓派上使用 Frigate 与 Hailo 进行物体检测 来源：https://www.jeffgeerling.com/blog/2026/frigate-with-hailo-for-object-detection-on-a-raspberry-pi/ 我正在运行 Frigate（https://frigate.video/）来录制安防摄像头，并在画面中出现人、车或动物时进行检测。我当前的 Frigate 服务器（https://www.jeffgeerling.com/blog/2024/building-pi-frigate-nvr-axzezs-interceptor-1u-case/）运行在树莓派 CM4 上，并通过 USB 连接了一个 Coral TPU（https://amzn.to/4aWdOpQ）。 树莓派为树莓派 5 提供了多款 AI HAT+（https://www.raspberrypi.com/products/ai-hat/），内置 Hailo-8 或 Hailo-8L AI 协处理器，非常适合在树莓派上进行低功耗推理（如图像物体检测）。如果你购买 M.2 版本的协处理器（https://www.waveshare.com/hailo-8.htm），Hailo 协处理器也可以用于其他单板计算机和电脑。 Exaviz Cruiser 10英寸迷你机架 NVR NAS 构建 Frigate 支持 Hailo，但在我新构建的系统中（上图所示——完整文章即将发布）让它正常工作却让我费了一番周折，因此我在此记录针对 *我的* 构建的过程，供将来参考。 假设你有一台树莓派 5 或 CM5，系统为全新安装的树莓派 OS，并且 Hailo 模块通过 PCIe 连接（无论是 HAT+ 模块还是 M.2 插槽），请按以下步骤操作： 1. 按照 Frigate 的指南从源码安装 Hailo-8 驱动（https://docs.frigate.video/frigate/installation/#hailo-8）。 2. 按照 Frigate 的指南在 Frigate 的 `config.yml` 中设置 Hailo 作为物体检测器（https://docs.frigate.video/configuration/object_detectors/#hailo-8）（注意：我使用我的开源 Pi NVR 项目（https://github.com/geerlingguy/pi-nvr））。 3. 启动 Frigate。 如果你看到类似如下信息： ``` WARNING : CPU detectors are not recommended and should only be used for testing or for trial purposes. ``` 那么你的检测器配置很可能有误。请重新检查 `frigate.yml` 中的 `model` 和 `detectors` 配置，然后重试 :) ## PCIe `force_desc_page_size` 问题 除了配置问题（我试了好几次才解决）之外，我在运行 `docker logs frigate` 时还遇到了以下错误信息： ``` [HailoRT] [error] CHECK failed - max_desc_page_size given 16384 is bigger than hw max desc page size 4096 ... RuntimeError: HailoRT inference thread has stopped, restart required. ``` 这个错误让我找到了这个论坛帖子（https://community.hailo.ai/t/pcie-max-desc-page-size-issue/136/15），其中提供了一个修复方法： 创建一个文件 `/etc/modprobe.d/hailo_pci.conf`（例如使用 `sudo nano`），内容如下： ``` options hailo_pci force_desc_page_size=4096 ``` 然后重启树莓派，或者运行以下命令卸载并重新加载 hailo 驱动： ``` sudo modprobe -r hailo_pci sudo modprobe hailo_pci ``` Frigate 容器日志应会显示 Hailo 检测器正在使用中： ``` [2026-02-18 14:14:35] detector.hailo INFO: Starting detection process: 621 ``` 现在，系统仪表板会显示 `hailo` 的推理速度约为 12ms，整体 CPU 占用率非常低（这是在两个摄像头下测试的）： Hailo 8 在树莓派 CM5 上通过 Frigate 进行物体检测 好处是，这同样适用于更便宜的 Hailo-8L（即 70 美元 AI HAT+ 中内置的“基础版”），它通常比现在已显古老的 Google Coral TPU（https://amzn.to/4aWdOpQ）便宜得多——至少 USB 版本（兼容性更广）是如此。 我仍然无法理解为什么 Google 在一代之后就放弃了 Coral。他们本可以在“边缘 TPU”市场占据主导地位，但在达到 4 TOPS 后似乎就放弃了。