Frigate problème connexion mqtt

Bonjour,

Mon problème

Mon problème arrive pas a connecter mqtt sur frigate
j’ai toujours ce message erreur

je suis sur VM freebox delta
6GO de ram

> 024-10-21 18:59:15.336429160  [2024-10-21 20:59:15] frigate.comms.mqtt             ERROR   : Unable to publish to tapoc500/motion: client is not connected
> 2024-10-21 18:59:38.323143005  [2024-10-21 20:59:38] frigate.comms.mqtt             ERROR   : Unable to publish to stats: client is not connected
> 2024-10-21 18:59:40.481252726  127.0.0.1 - - [21/Oct/2024:20:59:40 +0200] "" 400 0 "-" "-" "-"
> 2024-10-21 18:59:50.261241281  [2024-10-21 20:59:50] frigate.comms.mqtt             ERROR   : Unable to publish to tapoc500/motion: client is not connected
> 2024-10-21 19:00:38.476319168  [2024-10-21 21:00:38] frigate.comms.mqtt             ERROR   : Unable to publish to stats: client is not connected

J’ai bien sur vérifier plusieurs fois le identifiant de connexion mqtt et frigatema bien que bon sa marche pas

Ma configuration


[center]## System Information

version core-2024.10.3
installation_type Home Assistant OS
dev false
hassio true
docker true
user root
virtualenv false
python_version 3.12.4
os_name Linux
os_version 6.6.54-haos
arch aarch64
timezone Europe/Paris
config_dir /config
Home Assistant Community Store
GitHub API ok
GitHub Content ok
GitHub Web ok
HACS Data ok
GitHub API Calls Remaining 5000
Installed Version 2.0.1
Stage running
Available Repositories 1444
Downloaded Repositories 19
Home Assistant Cloud
logged_in false
can_reach_cert_server ok
can_reach_cloud_auth ok
can_reach_cloud ok
Home Assistant Supervisor
host_os Home Assistant OS 13.2
update_channel stable
supervisor_version supervisor-2024.10.2
agent_version 1.6.0
docker_version 27.2.0
disk_total 196.2 GB
disk_used 18.8 GB
healthy true
supported true
host_connectivity true
supervisor_connectivity true
ntp_synchronized true
virtualization kvm
board generic-aarch64
supervisor_api ok
version_api ok
installed_addons Mosquitto broker (6.4.1), File editor (5.8.0), Hoymiles DTU Solar: Home Assistant Add-on (0.9.8), Home Assistant Google Drive Backup (0.112.1), Frigate (Full Access) (0.14.1)
Dashboards
dashboards 5
resources 4
views 3
mode storage
Recorder
oldest_recorder_run 14 octobre 2024 à 09:16
current_recorder_run 21 octobre 2024 à 20:20
estimated_db_size 158.40 MiB
database_engine sqlite
database_version 3.45.3
___

Bonsoir
Alors déjà techniquement tu connecté frigate sur ton broker mqtt et pas le contraire
Donc vu le message les identifiants pour te connecter à ton mosquitto ne sont pas bon
Tu peux tester tes identifiants avec mqtt explorer sur un ordinateur et te connecter au broker

j’ai bien sur vérifier le ID sur mqtt explorer et il marche bien j’ai un DTU de panneaux solaire qui lui marche bien avec les ID mqtt il remonte ou descend les info de celui-ci

les port sont bon aussi

Il y’a forcément une coquille quelque part et dans le broker tu vois les tentatives de connexion ?

Tu peux aussi poster ta configuration de de frigate au niveau mqtt

Re-bonjour ça y est j’ai enfin réussi apparemment c’était un simple problème de fichier yaml que j’avais oublié d’effacer, j’ai perdu beaucoup de temps pour pas grand-chose.
La configuration de mon fichier yml et la ci-dessous elle marche bien mais je voudrais la peaufiner, (si vous voyez des défauts ou des améliorer le je suis preneur)

Je voudrais que ça soit moins fluide cars mon CPU 94% tourne très élevé quand il y a un enregistrement de mouvement (mais ça marche)
Mais je voudrais garder la même qualité d’image qui 1080p
Pour moi 5 à 10 images par seconde suffirait
Le son ne marche pas ce serait mieux avec mais si ça consomme trop de CPU ?

je sais pas combien il diffuse en images par seconde par défaut mais à mon avis c’est ça qui fait ramer ça doit être du 24 ou 25 images par seconde non ?
À propos de RAM j’ai 6 go à louer au système avec frégate il en consomme à peine 2Go est-ce qu’il est possible d’en donner plus a frigate cela pourrait soulager le CPU non ?

Citation

mqtt:
host: 192.0.0.0
port: 1883
user: nom
password: pass

cameras:
Cam1:
ffmpeg:
inputs:
- path: rtsp://0.0.0.0:554/stream1 roles:
- detect
- record
detect:
enabled: false
width: 640
height: 360
objects:
track:
- person
- cat
- dog
- car
snapshots:
enabled: true
record:
enabled: true
retain:
days: 7
events:
retain:
default: 14
motion:
mask: 0,0.053,0.359,0.053,0.358,0,0,0
version: 0.14
[/quote]

De la ram n’a jamais compensé du cpu
Je pensais tu as besoin d’un tpu (Google Coral) pour soulager ton cpu

Hello

Ajoute déjà un fps: 5 pour la détection, largement suffisant et c’est la détection qui consomme le plus de ressources

1 « J'aime »