将ha迁移到x2上,记录下安装homeassistant的过程,方便以后折腾,也为后来的垃圾佬少走些弯路.

目前rknpu在识别上面还有些问题Frigate在调用这颗npu时会有2s左右的延迟,原因未知,开发者也复现了这个问题.不知是rknpu驱动的原因还是13.2版本的问题.只能等上游修复.
因为rk识别使用的YOLO模型license调整,导致frigate新版本将放弃使用YOLO(在短时间内rk芯片不再会有任何frigate的更新).具体参考:https://github.com/blakeblackshear/frigate/pull/10717

一.折腾第一步,刷机

需要刷写我仓库最新的固件,才能开启npu与mpp的支持.

固件下载地址:Releases · HelloTheAsia/amlogic-s9xxx-armbian (github.com)
刷机教程可以参考:PantherX2(黑豹X2)刷机-如普·Blog (rupu.net)

固件测试

二.安装HomeAssistant Supervised

1.修改系统名称

HomeAssistant Supervised在安装脚本中,判断了.系统的名称是否为Debian GNU/Linux 11 (bullseye)" "Debian GNU/Linux 12 (bookworm)"否则直接安装失败.非常的坑

所以我们需要先将系统名称改为Debian GNU/Linux 12 (bookworm)

1 2	nano /etc/os-release # 将第一行的Armbian...改完:Debian GNU/Linux 12 (bookworm)

2.启动apparmor与修改cgroup版本

Home Assistant Supervisor 应用只支持 docker cgroup v1 版本，而目前 docker 默认安装的都是最新的 v2 版本。如需切换至 v1 版本，可以在 cmdline 中添加 systemd.unified_cgroup_hierarchy=0 参数设置，重启后就可以切换至 docker cgroup v1 版本。

nano /boot/armbianEnv.txt
# 找到:extraargs=...,改为
extraargs=apparmor=1 security=apparmor systemd.unified_cgroup_hierarchy=0
# 然后重启
reboot

3.安装HomeAssistant Supervised

这里直接根据官方项目文档安装即可,最好可以保证自己的网络各处可达
官方安装项目地址:home-assistant/supervised-installer

1.安装依赖

apt install \
apparmor \
cifs-utils \
curl \
dbus \
jq \
libglib2.0-bin \
lsb-release \
network-manager \
nfs-common \
systemd-journal-remote \
systemd-resolved \
udisks2 \
wget -y

2.安装docker

1	curl -fsSL get.docker.com \| sh

3.安装OS-Agent

OS-Agent下载地址:Releases · home-assistant/os-agent (github.com)
博主这里使用的是最新的1.6.0的版本,是没有问题的

1 2	wget -O os-agent.deb https://github.com/home-assistant/os-agent/releases/download/1.6.0/os-agent_1.6.0_linux_aarch64.deb dpkg -i os-agent.deb

4. 安装HomeAssistant Supervised

wget -O homeassistant-supervised.deb https://github.com/home-assistant/supervised-installer/releases/latest/download/homeassistant-supervised.deb
apt install ./homeassistant-supervised.deb
# 在弹出的选项中选择qemuarm-64
# 然后等待它安装完毕即可访问

5.等待安装,如果网络不是很好,建议放个一天在来查看

安装完毕后访问:http://ip:8123 即可进入HomeAssistant的登录界面

三.安装Frigate

因为rk3566这颗处理器拥有vpn(编码),与npu(推理识别)让在性能较弱的盒子上运行Frigate这种AI项目成为了可能,同时也感谢各位大佬在开源社区的贡献.

1.调整x2硬件频率

因为博主要部署Frigate,需要使用到npu,这一步主要可以大幅提高npu的推理速度

// npu最高频率
cat /sys/class/devfreq/fde40000.npu/available_frequencies
echo 900000000 > /sys/class/devfreq/fde40000.npu/max_freq
echo "performance" > /sys/class/devfreq/fde40000.npu/governor

// ddr最高频率
// 查看频率
cat /sys/class/devfreq/dmc/available_frequencies
echo userspace > /sys/class/devfreq/dmc/governor
echo 1560000000 > /sys/class/devfreq/dmc/userspace/set_freq

// cpu最高频率
cat /sys/devices/system/cpu/cpufreq/policy0/scaling_available_frequencies
echo userspace > /sys/devices/system/cpu/cpufreq/policy0/scaling_governor
echo 1800000 > /sys/devices/system/cpu/cpufreq/policy0/scaling_setspeed
echo performance > tee /sys/devices/system/cpu/cpu*/cpufreq/scaling_governor

默认频率的速度为100ms左右.提高频率后为57ms左右

二.开始安装Frigate

官方地址:Frigate NVR
这里博主使用的是这位大佬仓库的13.2分支,dev分支在我测试时运行还有些问题
MarcA711/frigate-rockchip
下面开始安装

# 博主根据13.2分支的最新源码打包了一个docker镜像放到了阿里云
docker pull registry.cn-hangzhou.aliyuncs.com/hiasia/frigate:rknn1.6-13.2
# 以下是docker compose
version: "3.9"
services:
  frigate:
    container_name: frigate
    privileged: true
    restart: unless-stopped
    stop_grace_period: 1s
    image: registry.cn-hangzhou.aliyuncs.com/hiasia/frigate:rknn1.6-13.2
    shm_size: "256mb"
    volumes:
      - /etc/localtime:/etc/localtime:ro
      - /opt/frigate/config/:/config/
      - /opt/frigate/dbs/:/frigate/dbs/
      - /opt/frigate_media/:/media/frigate #将frigate持久化数据文件夹挂载进去
      - type: tmpfs # Optional: 1GB of memory, reduces SSD/SD Card wear
        target: /tmp/cache
        tmpfs:
          size: 1000000000
    ports:
      - "5000:5000"
      - "8554:8554" # RTSP feeds
      - "8555:8555/tcp" # WebRTC over tcp
      - "8555:8555/udp" # WebRTC over udp
    environment:
      FRIGATE_RTSP_PASSWORD: "passwd"

配置文件,需要放到frigate/config/config.yml:

#database:
  #  path: /frigate/dbs/frigate.db

mqtt:
  enabled: false
  
go2rtc:
  streams:
    balcony:
      rtsp://admin:x@地址/Streaming/Channels/101
  webrtc:
    candidates:
      - 地址:8555
      - stun:8555

cameras: #必选，配置视频流
  frontdoor: #自己命名一个摄像头
    record: #开启录像功能
       enabled: true
       retain:
         days: 9999
         mode: all
       events:
         retain:
           default: 9999
           mode: active_objects
         required_zones:
           - frontdoor_corridor
           - frontdoor_entire
    ffmpeg: #FFMPEG配置
      output_args: #Frigate默认不带录音，通过ffmpeg选项手动开启录音
        record: preset-record-generic-audio-aac
      inputs: #输入源
        - path: rtsp://rtsp:x@地址:554/Streaming/Channels/102
          input_args: preset-rtsp-generic
          hwaccel_args: preset-rk-h264
          roles:
            - detect
        - path: rtsp://rtsp:x@地址:554/Streaming/Channels/101
          input_args: preset-rtsp-generic
          hwaccel_args: preset-rk-h265
          roles: #选择角色
            - record #用于保存视频
detect:
  width: 1280
  height: 720
  fps: 6
  enabled: True

objects:
  track:
    - person
  filters:
    person:
      min_score: 0.2

detectors:
  rknn:
    type: rknn

model:
  #path: /config/model_cache/rknn/yolov8n-320x320-rk3588-custom.rknn
  path: default-yolov8n
  input_pixel_format: bgr
  width: 320
  height: 320
  input_tensor: nhwc

logger:
  # Optional: default log level (default: shown below)
  default: debug
  # Optional: module by module log level configuration
  logs:
    # frigate.mqtt: debug
    ffmpeg.frontdoor.detect: debug
    detect: debug
    # level: debug  # default level
    # api: debug
    # exec: debug
    # ngrok: debug
    # rtsp: debug
    # streams: debug
    # webrtc: debug