- ALICE gộp toàn bộ vòng đời huấn luyện YOLO cho camera nhà — từ hút snapshot Frigate NVR, annotate, dedup pHash, auto-label, train tới export ONNX — vào một web UI duy nhất chạy trên máy bạn.
TL;DR
ALICE (Analyse · Learn · Ingest · Curate · Export) là toolkit open-source của Simon Cirstoiu, đóng gói toàn bộ workflow train YOLO cho camera cá nhân vào một web UI chạy tại localhost:8080. Nó hút snapshot trực tiếp từ Frigate NVR, dedup bằng pHash DCT 64-bit, auto-annotate bằng teacher model, fine-tune student model với live metrics, rồi export ONNX — trên cùng một máy, không cần cloud, không cần chuyển dữ liệu đi đâu. Latest release: v0.6.0 (April 2026). License: PolyForm Noncommercial 1.0.0.
Có gì mới
Phần lớn OSS tool cho YOLO chỉ giải quyết một khúc trong pipeline: CVAT / Label Studio lo annotation, Ultralytics CLI lo train, các script riêng lẻ lo export ONNX. Người dùng phải tự stitch các mảnh lại, và với ai đang chạy Frigate NVR ở nhà thì bước khó nhất — trích snapshot từ Frigate, lọc trùng, đưa về format YOLO — gần như không có tool nào lo hộ.
ALICE được thiết kế để bịt đúng khoảng trống đó. Tác giả viết rõ trong README: "I needed a tool to train a YOLO model for my cameras, using my own images, with the specific angles and scenarios around my house." Thay vì học 5 công cụ, bạn bấm qua lại giữa 3 viewer mode (Dataset / Live / Video) trong cùng một UI, rồi trigger pipeline 5 bước bằng một nút duy nhất.
Facts kỹ thuật
Pipeline 5 bước (mỗi bước bật/tắt hoặc chạy riêng, log chung vào tab Logs):
| # | Bước | Làm gì |
|---|---|---|
| 1 | Export | Pull snapshot mới nhất từ Frigate DB, round-robin theo camera, split 90/10 train/val |
| 2 | Dedup | pHash DCT 64-bit (multiprocessing) + box-similarity per-camera + NMS cleanup |
| 3 | Annotate | Auto-label bằng teacher model, merge box theo IoU > 0.5 |
| 4 | Train | Fine-tune student model, live metrics: loss, mAP50, mAP50-95 |
| 5 | Export ONNX | FP16+FP32 trên GPU, FP32-only trên CPU |
- Model hỗ trợ: YOLOv8 và YOLO11, tải qua Settings UI.
- Auto device detect: thấy NVIDIA GPU thì tự cài PyTorch CUDA +
onnxruntime-gpu, không thì CPU build. Override thủ công tại Settings → System → Device. - Stack: Python 45.7% + JavaScript 46.1%. Deps: Pillow, NumPy, OpenCV, PyTorch, ONNX/onnxslim, Ultralytics, inotify.
- 3 viewer mode: Dataset (canvas annotation editor, filter theo train/val/empty & class, keyboard shortcut), Live (Frigate event snapshot, auto-convert WebP→JPG), Video (frame-by-frame trên Frigate video export với seekbar + playback speed).
- Stats panel: total images, tỉ lệ train/val, annotation coverage, class distribution.
- GitHub: 187 sao, 21 fork, 7 release tính tới v0.6.0.
So sánh nhanh
| Tiêu chí | ALICE | CVAT / Label Studio | Roboflow |
|---|---|---|---|
| Annotation UI | ✅ Canvas editor | ✅ Mạnh | ✅ Mạnh |
| Frigate NVR ingest | ✅ Native | ❌ | ❌ |
| pHash dedup | ✅ Built-in | ❌ | Partial |
| Train + ONNX export | ✅ Trong cùng UI | ❌ Phải ghép ngoài | ✅ (trên cloud) |
| Self-hosted, dữ liệu ở nhà | ✅ | ✅ | ❌ (cloud) |
| Giá | Free (noncommercial) | Free | Subscription |
Điểm khác biệt lớn nhất: ALICE là công cụ duy nhất trong nhóm này tích hợp sẵn Frigate NVR và gộp cả 5 bước (ingest → dedup → annotate → train → ONNX) vào một UI cục bộ.
Dedup thông minh — điểm mạnh riêng
Với camera giám sát, 90% frame là gần-như-trùng (xe đậu cả ngày, bóng nắng di chuyển chậm). Dedup không tốt thì dataset phình to, train lâu, model bias vào vài cảnh lặp. ALICE dùng 3 lớp dedup:
- pHash DCT 64-bit — loại image trùng visually (multiprocessing để scan nhanh).
- Box-similarity per camera — loại annotation gần trùng trong cùng một camera.
- NMS cleanup — gộp box cùng class chồng lên nhau.
Use case
- Chủ nhà chạy Frigate: train detector riêng cho góc camera của mình (người nhà, xe nhà, shipper, thú cưng) thay vì dùng model COCO generic.
- Edge device owner: export ONNX tuned về Frigate chạy qua ONNX/OpenVINO/Coral/Rockchip/Hailo detector.
- Hobbyist CV: biến raw video thành dataset train xong trong 1 UI, không phải ghép 5 tool.
- Team nhỏ: 1 workstation + 1 GPU NVIDIA là đủ.
Hạn chế & pricing
- License: PolyForm Noncommercial 1.0.0 — free cho cá nhân/phi thương mại. Thương mại liên hệ
alice@it-link.net. - Không tự cài NVIDIA driver hay CUDA — phải setup riêng nếu muốn GPU train.
- Yêu cầu Python 3.8+.
- CPU mode chạy được nhưng train chậm; ONNX trên CPU chỉ FP32.
- Single-node — không distributed training, không dataset versioning trên cloud.
- Gắn chặt với Frigate cho ingest: user không dùng Frigate mất giá trị Live/Video mode (Dataset mode vẫn dùng được với format YOLO chuẩn).
- Dự án còn sớm (v0.6.0, ~187 sao) — expect rough edges.
Thử nhanh
Local install:
python3 builder.py # tạo alice.py + .venv + docker-compose.yml
./alice.py # chạy tại http://localhost:8080Docker: builder tự sinh docker-compose.yml có detect GPU. GPU acceleration cần NVIDIA Container Toolkit trên host.
Nguồn: github.com/simoncirstoiu/alice, Frigate object detectors docs, post giới thiệu gốc trên X.
