Home Assistant Green 性能释放

liwei19920307

Home Assistant Green 性能释放

Green 出厂的 HAOS 其实并没有把它的 CPU RK3566 的能力完全利用起来。Rockchip官网可以看到 RK3566 其实有如下两个好东西

• NPU

  支持 1Tops 算力

• VPU

  硬解码 4K 60fps H.265/H.264/VP9

  硬编码 1080P 60fps H.265/H.264

为了让 Green 发挥出最佳性能，我编译了支持 NPU 和 VPU 的 Armbian。分两个版本，5.1 内核和 6.1 内核，唯一区别是 5.1 内核的支持 GPU 开源驱动 Panfrost。6.1 的 Panfrost 驱动还要等大佬们适配，不过应该也快了。如果只是玩 HA，那 GPU 基本没啥用，GPU 的驱动可以更流畅的跑桌面应用比如 Kodi 等

刷机

刷机教程我在之前 Green 评测文章里有，系统下载也在那

应用

首先要感谢大佬 @MarcA711 和 @nyanmisaka 为 RK35XX 系列 CPU 的适配了 Friagte 和 Jellyfin 等

以下应用是朋友 @紫易辰 和 @r-MT 推荐的，更多用法可以自己摸索，我只是为了验证 CPU 性能，顺便写下教程

Frigate

Frigate 可以利用 RK3566 的 NPU 来识别监控 RTSP 流中人等事物，VPU 的解码器则用来处理视频流，可以实时转换视频流码率大小等

• docker compose

  docker-compose.yml

  frigate:
    image: docker.io/marca711/frigate:latest-rk
    container_name: frigate
    volumes:
      - /etc/localtime:/etc/localtime:ro
      - /opt/frigate/conf:/config
      - /opt/frigate/data:/media/frigate
      - type: tmpfs
        target: /tmp/cache
        tmpfs:
          size: 1gb
    environment:
      - TZ=Asia/Shanghai
      - FRIGATE_RTSP_PASSWORD=frigate
    network_mode: host
    restart: always
    privileged: true

• frigate 配置

  模型我选的小的 n，NPU 识别速度在 60ms。如果是最大的 s 模型，那速度会降低到 130ms 左右，模型按我的写法会自动下载，如果没有自动下载请手动下载后扔到对应目录

  实测监控在 2.4G 网络下，3 秒内能识别到人，建议换有线连接效果会更好，RTSP 无线延迟比较高

  2 两监控 CPU 的占用情况，一个 1080P H264，一个 480P H265，都实时转成 720P

  如果监控的流超过 1080P，建议用子 RTSP 流（TPLINK，水星都有），RK3566 硬转码只支持 1080P，超过会消耗更多 CPU

  

  

  config.yml

  mqtt:
  enabled: false
  
  ffmpeg:
  hwaccel_args: preset-rk-h264
  
  cameras:
  living_camera:
    detect:
      width: 1280
      height: 720
      fps: 5
    ffmpeg:
      inputs:
        - path: rtsp://admin:[email protected]:554/h264/ch1/main/av_stream
          roles:
            - detect
  balcony_camera:
    detect:
      width: 1280
      height: 720
      fps: 5
    ffmpeg:
      inputs:
        - path: rtsp://admin:[email protected]:554/stream2
          roles:
            - detect
  
  detectors:
  rknn:
    type: rknn
    core_mask: 0
  
  model:
  path: default-yolov8n
  width: 320
  height: 320
  input_pixel_format: bgr
  input_tensor: nhwc

Jellyfin

Jellyfin 不多做介绍了，不怎么会玩，实时转码不要超过 1080P 的视频就行，配置中记得开启 RKMPP

• docker compose

  docker-compose.yml

  jellyfin:
    image: nyanmisaka/jellyfin:240220-arm64
    container_name: jellyfin
    volumes:
      - /etc/localtime:/etc/localtime:ro
      - /opt/jellyfin/conf:/config
      - /opt/jellyfin/cache:/cache
      - /opt/jellyfin/media:/media
    environment:
      - TZ=Asia/Shanghai
    network_mode: host
    restart: always
    privileged: true
    command:
      - for dev in dri dma_heap mali0 rga mpp_service iep mpp-service vpu_service vpu-service hevc_service hevc-service rkvdec rkvenc vepu h265e ; do [ -e "/dev/$dev" ] && echo " --device /dev/$dev"; done

其他

国产 RK35xx 系类 CPU 真的很不错，RK3566 虽然是比较低端的一款，但各方面表现都很不错。如果换成 RK3588（8 核 CPU，6 TOPS NPU，8K 编解码等） 那所有性能都会起飞

工作原因，时间太少，只能抽空搞搞，接下来可能会抽空适配一些其他类似 CPU 的机器

hakushohzl

厉害啊，自编译系统，求指导！！！

rumianoesa

为什么jellyfin可以用上rk3566的硬编解，frigate却不行？
就算能用npu来辅助进行AI识别，无法硬解还是对cpu压力太大
我之前用的一个rk3568的开发板跑ha，frigate软解一路480p 5fps的流就要占用20~30%的cpu
现在换了一个n95的x86，硬解4路1440p 5fps都没什么压力，openvino调用gpu做ai识别也很快

speedturtle

跟着大佬玩

zjhcr

60ms这速度感觉还不如IntelCPU的OpenVINO给力……

twfjcn

guitengyue 发表于 2024-5-8 23:52
这个算力是不是比x86的要强了？考虑要不换这个小盒子算了

比没有GPU或者垃圾GPU的X86强，2-4路摄像头完全可以，没必要买GREEN，小黄鱼捡个RK3566就可以

guitengyue

这个算力是不是比x86的要强了？考虑要不换这个小盒子算了

trz0332

学习学习

ylilike

黑豹panther X2 能刷吗？
楼主若有时间能出个黑豹panther X2固件吗，npu太香了

celesha

不错不错，试下看看。