Frigate: cámaras de seguridad que entienden lo que ven

El gran problema de los sistemas de cámaras tradicionales es que son estúpidos: te avisan cuando una hoja se mueve, cuando una luz cambia, cuando una mariposa cruza el jardín. Resultado: 80 notificaciones falsas por día y terminás silenciando el sistema entero. Cuando algo realmente pasa, ya nadie está prestando atención.

Frigate resuelve eso con visión artificial: en vez de detectar movimiento, detecta qué tipo de objeto se está moviendo. Y eso cambia todo.

¿Qué es Frigate exactamente?

Frigate es un NVR (Network Video Recorder) open-source que corre en tu propia red. Toma streams RTSP de tus cámaras IP y aplica inferencia de modelos de visión artificial en tiempo real para clasificar objetos: persona, vehículo, mascota, paquete, etc.

Las características clave:

• 100% local: no manda video a ningún servidor externo.
• Soporte de aceleradores: Google Coral TPU, NVIDIA GPU, Intel iGPU vía OpenVINO, Hailo-8.
• Integración nativa con Home Assistant vía MQTT.
• Open-source con licencia MIT.

La diferencia clave: detección por objeto, no por movimiento

Un motion sensor común te avisa cualquier cambio de pixeles. Frigate ejecuta un modelo (por defecto YOLOv8 o MobileNet SSD) y solo dispara eventos cuando detecta clases que vos definiste.

Comparación práctica en una vereda con árboles:

• Motion sensor: 200 alertas/día (hojas, sombras, autos pasando, gatos).
• Frigate con clase “person”: 4-6 alertas/día, todas reales.

Hardware recomendado

Procesamiento

Hay tres caminos según presupuesto:

Opción 1 — Sin acelerador (CPU only)

• Mini-PC Intel N100/N305 o equivalente.
• Procesa 2-3 cámaras a 5 FPS de detección.
• Alcanza para casas chicas, pero satura rápido.

Opción 2 — Con Coral USB TPU

• Google Coral USB Accelerator (~USD 60 según disponibilidad).
• Inferencia ~10 ms por frame.
• Procesa 8-12 cámaras tranquilamente sobre una Raspberry Pi 5 o N100.

Opción 3 — Con GPU

• NVIDIA RTX 3060 12 GB o similar.
• Permite modelos más grandes (YOLOv9, modelos custom).
• Sumás reconocimiento facial, ALPR (patentes) y otros plugins.

Cámaras

Cualquier cámara IP que entregue stream RTSP H.264 o H.265 sirve. Marcas que andan bien: Reolink, Hikvision, Dahua, Amcrest, Tapo (algunos modelos). Las que no sirven: cámaras “cloud-only” tipo Ring o Nest sin RTSP expuesto.

Configuración recomendada por cámara:

• Stream principal: 1080p / 4K para grabar.
• Substream: 480p o 720p para detección (más rápido, menos consumo).

Configuración mínima funcional

# /config/config.yml de Frigate
mqtt:
  host: 192.168.1.50  # tu broker MQTT (Mosquitto)

detectors:
  coral:
    type: edgetpu
    device: usb

cameras:
  entrada:
    ffmpeg:
      inputs:
        - path: rtsp://user:pass@192.168.1.101:554/stream1
          roles: [record]
        - path: rtsp://user:pass@192.168.1.101:554/stream2
          roles: [detect]
    detect:
      width: 640
      height: 480
      fps: 5
    objects:
      track:
        - person
        - car
        - dog
        - cat
        - package
    record:
      enabled: true
      retain:
        days: 14
        mode: motion

Esa config:

• Graba el stream principal 24/7 con retención 14 días en eventos de movimiento.
• Corre detección sobre el substream (más liviano).
• Notifica vía MQTT cada vez que aparece una clase trackeada.

Integración con Home Assistant

La integración oficial de Frigate (frigate-hass-integration) crea automáticamente:

• Una entidad binary_sensor por clase y por cámara (binary_sensor.entrada_person_occupancy).
• Un sensor con el conteo de objetos.
• Una cámara con snapshot del último evento.
• Un media browser con todos los clips.

Una automatización típica:

# automation: avisar persona en entrada después de las 22hs
alias: "Alerta persona entrada noche"
trigger:
  - platform: state
    entity_id: binary_sensor.entrada_person_occupancy
    to: "on"
condition:
  - condition: time
    after: "22:00:00"
    before: "06:00:00"
action:
  - service: notify.mobile_app
    data:
      title: "Persona detectada en la entrada"
      message: "{{ now().strftime('%H:%M') }}"
      data:
        image: "/api/frigate/notifications/{{ trigger.to_state.attributes.event_id }}/snapshot.jpg"

Reconocimiento facial: “avísame solo cuando NO es familia”

Frigate por sí solo no hace face recognition, pero existe el plugin Double Take que se integra y agrega reconocimiento facial usando modelos como CompreFace, DeepStack o Frigate+. Le entrenás caras conocidas y dispara eventos solo cuando detecta una cara desconocida.

Atención privacy: si vivís en la UE o aplicás GDPR, hay restricciones legales sobre reconocimiento facial automatizado en espacios accesibles a terceros. En Argentina la ley 25.326 también aplica si grabás veredas o espacios comunes. Consultá con un abogado antes de desplegar esto comercialmente.

Frigate+ (versión comercial opcional)

Frigate+ es un servicio pago (~USD 50/año) que provee modelos custom entrenados sobre tus propios eventos. Mejora notablemente la precisión en escenarios particulares (cámaras con ángulo raro, entornos rurales, vegetación tupida). El proyecto open-source sigue funcionando completo sin pagar.

Costos reales (referencia 2026)

• Coral USB Accelerator: ~USD 60 (con disponibilidad variable, a veces se agota globalmente).
• Mini-PC N100 8GB: USD 200-280.
• Raspberry Pi 5 8GB + SSD: USD 130 + USD 30.
• Cámara IP Reolink RLC-510A 5MP: USD 80-100.

Para una casa con 4 cámaras: hardware ~USD 600-800. Cero costo recurrente cloud.

Limitaciones honestas

• Falsos positivos persisten si las cámaras tienen ángulos malos o iluminación pobre.
• Setup inicial lleva 2-4 horas si nunca tocaste Home Assistant.
• Coral TPU está discontinuado según el roadmap de Google; Hailo-8 y Jetson son alternativas.
• Detección nocturna depende mucho de la calidad IR de la cámara.

¿Por qué Frigate y no Ring/Nest?

Criterio	Frigate	Ring/Nest
Datos	En tu casa	En cloud (suscripción mensual)
Detección AI	Nativa, configurable	Solo en planes pagos
Latencia	menos de 500 ms	1-5 s
Vendor lock-in	Cero	Total
Off-line	Funciona	No funciona

Disclaimer

Los precios de hardware son aproximados a 2026 y dependen de disponibilidad regional. La privacidad legal del reconocimiento facial varía por jurisdicción. La precisión real depende fuertemente de la calidad de cámara, iluminación y entrenamiento del modelo.

Fuentes

• Frigate en GitHub
• Documentación oficial Frigate
• Google Coral — Edge TPU
• Frigate Home Assistant integration
• Wikipedia — Edge AI

---

¿Querés un sistema de cámaras que de verdad sirva? Mirá también nuestro post sobre armar un asistente de voz local o pedinos una demo.