在 reComputer R2245 上部署 Viseron

摘要

本项目在一台 reComputer R2245 上进行，该设备搭载 4GB Raspberry Pi CM5、64 位 Debian 13 以及 Hailo-8 AI 加速器。一个 Viseron 3.5.3 容器已持续运行约九天。一部 1280×720 H.264 摄像头能够持续录制，且 Viseron Web 界面保持可访问。在 Darknet 以 1 FPS 进行持续检测的情况下，容器 CPU 使用率约为 50.7%，其进程的合计 RSS 约为 1.11GiB，CM5 温度范围约为 40.6°C 至 42.8°C。

Hailo-8 硬件本身运行正常。在使用 YOLOv8s HEF 模型进行的五秒随机输入测试中，处理了 503 帧，相当于约 100.6 FPS，硬件延迟为 6.66ms。Hailo 芯片平均温度为 29.55°C，CM5 未出现降频。

1. 测试环境

1.1 硬件与系统

2. 部署

2.1 确认录制驱动器已实际挂载

不要仅凭目录名称来识别驱动器。

findmnt -T /mnt/nvme
lsblk -o NAME,SIZE,FSTYPE,MOUNTPOINTS,MODEL
df -hT /mnt/nvme

只有当 findmnt 报告的 SOURCE 指向 NVMe 分区（例如 /dev/nvme0n1p1）时，才应将该目录视为录制驱动器。如果 NVMe 驱动器未安装或未挂载，请先停止连续录制，而不要允许 Docker 在系统驱动器上创建同名目录。

生产部署建议：

1. 使用高耐久性 NVMe SSD，格式化为 ext4。
2. 使用其 UUID 将驱动器添加到 /etc/fstab。
3. 在启动 Viseron 之前，确认其已成功挂载。
4. 为服务添加挂载依赖项，以免 NVMe 驱动器缺失时录制回退到 eMMC。
5. 备份 /srv/viseron/config，该目录同时包含 PostgreSQL 数据和 Viseron 配置。

2.2 推荐的 Compose 文件

以下 Compose 配置适用于 R2245。请将镜像标签替换为已通过回归测试的固定版本。仅当 HailoRT 版本匹配时，映射 Hailo 设备才有用。

services:
  viseron:
    image: roflcoopter/viseron:3.5.3
    container_name: viseron
    restart: unless-stopped
    shm_size: "1024mb"
    ports:
      - "8888:8888"
    volumes:
      - /srv/viseron/config:/config
      - /mnt/nvme/viseron/segments:/segments
      - /mnt/nvme/viseron/snapshots:/snapshots
      - /mnt/nvme/viseron/thumbnails:/thumbnails
      - /mnt/nvme/viseron/event_clips:/event_clips
      - /mnt/nvme/viseron/timelapse:/timelapse
      - /etc/localtime:/etc/localtime:ro
    # Enable this only after aligning the HailoRT version.
    # Viseron requires version 4.22.0.
    # devices:
    #   - /dev/hailo0:/dev/hailo0

启动并检查服务：

cd /srv/viseron
docker compose up -d
docker compose logs --tail=200

在以下地址打开 Web 界面：

http://DEVICE_IP:8888

2.3 推荐的摄像头配置

使用 secrets.yaml 存储摄像头凭证。

# secrets.yaml
camera_host: 192.168.10.101
camera_username: admin
camera_password: "REPLACE_WITH_THE_ACTUAL_PASSWORD"

# config.yaml
ffmpeg:
  camera:
    camera_1:
      name: Front Gate
      host: !secret camera_host
      port: 554
      path: /Streaming/Channels/101/
      username: !secret camera_username
      password: !secret camera_password
      substream:
        port: 554
        path: /Streaming/Channels/102/
        stream_format: rtsp

mog2:
  motion_detector:
    cameras:
      camera_1:
        fps: 2

darknet:
  object_detector:
    cameras:
      camera_1:
        fps: 1
        scan_on_motion_only: true
        labels:
          - label: person
            confidence: 0.75
            trigger_event_recording: true

nvr:
  camera_1:

将主码流用于直接复制录制，并使用较低分辨率的子码流进行解码和检测，这是针对 CM5 最有效的优化之一。Hailo 仅加速神经网络推理，它不能替代 H.264/H.265 视频解码。

3. 单路摄像头录制与资源测试

3.1 测试条件

• 一路 H.264 摄像头流
• 录制初始化文件报告为 1280×720
• FFmpeg 使用 -c:v copy 写入 fMP4 片段，未重新编码
• Darknet 物体检测，帧率为 1 FPS
• scan_on_motion_only: false，即无运动时仍持续推理
• 连续采样五次，间隔约两秒
• 无多摄像头浏览器预览或并发回放

3.2 结果

Docker 的 CPU 使用率 50% 约相当于半个 CPU 核心。

录制目录在 15 秒内增长了 7,986,412 字节，相当于约 4.259Mbps。此结果仅适用于当前摄像头流。实际存储需求应根据所有摄像头的组合比特率计算：

Daily storage (GB) ≈ Total bit rate (Mbps) × 10.8

在可用存储为 10GB 的情况下，若不应用清理策略，当前单路摄像头比特率将仅能提供约五小时的额外录制空间。因此，在添加更多摄像头之前，必须安装并验证 NVMe 驱动器。

3.3 用户体验

测试期间，Web 首页返回 HTTP 200，摄像头录制片段持续增长，并生成了有效的物体检测快照。Viseron 基于组件的配置使得可以独立组合摄像头、检测器、录制和存储策略，非常适合熟悉 YAML 的用户。

4. Hailo-8 测试与 Viseron 集成

4.1 独立硬件测试

主机成功检测到 Hailo-8。使用系统提供的 yolov8s_h8.hef 模型进行了五秒推理测试：

4.2 使用官方 Viseron 方法集成 Hailo-8

预期的 Viseron 配置为：

hailo:
  object_detector:
    cameras:
      camera_1:
        fps: 1
        scan_on_motion_only: true
        labels:
          - label: person
            confidence: 0.75
            trigger_event_recording: true

nvr:
  camera_1:

同时必须将设备映射到容器内：

devices:
  - /dev/hailo0:/dev/hailo0

Viseron 官方文档明确警告，其容器当前使用 HailoRT 4.22.0，其他宿主机驱动版本可能不兼容。由此产生的错误示例如下：

Driver version (4.23.0) is different from library version (4.22.0)
HAILO_INVALID_DRIVER_VERSION(76)
Failed to detect Hailo architecture
Failed to start Hailo 8 detector

5. Viseron 与 Frigate 对比

Viseron 的主要优势在于其开放性与可组合性。例如，可先用 MOG2 过滤移动，再由 Hailo 执行物体检测，最后通过后处理或 MQTT 处理结果。其存储分层也支持将近期连续录像保存在 NVMe，同时将长期事件归档至 NAS 等架构。

Frigate 的优势在于检测、跟踪、Review 与 Home Assistant 构成了更完整的产品工作流。若目标是尽快在 R2245 上部署 Hailo-8，而非体验 Viseron 的组件组合，Frigate 目前是更稳妥的默认选择。

6. 建议

何时选择 Viseron

• 计划部署 1 至 4 路摄像头的小型系统，且以本地录像为主。
• 熟悉 Docker、YAML、RTSP 及基本的 Linux 管理。
• 重视分层存储与灵活的组件组合。
• 可以先使用移动侦测或基于 CPU 的检测，等待 Hailo 版本对齐。
• 愿意通过日志排查摄像头路径、依赖与驱动问题。

何时 Frigate 是当前更优选择

• 必须立即使用 Hailo-8 进行物体检测。
• 重度依赖 Home Assistant。
• 物体跟踪、Review 与音频事件具有更高优先级。
• 希望遵循 Seeed 现有的 R2000 部署教程。
• 不想维护自定义的 HailoRT 容器。