reComputer AI Lab
StartseiteModelleToolsTutorialsProjekteForen

Tutorials

reComputer RK-Serie
  • Einführung
  • Erste Schritte
    • Hardware-Anschluss
    • Konfiguration beim ersten Start
    • Übersicht der Ressourcen-Downloads
    • OS flashen
      • System auf MicroSD-Karte installieren
      • System auf SSD installieren
  • Schnittstellennutzungshandbuch
    • Systemübersicht
    • Schnittstellenbeschreibung
  • Konfigurieren
  • Anwendung
    • CV
    • LLM
    • Nanobot
    • VLM
  • Benchmark
    • CV
    • LLM & VLM
reComputer R-Serie
  • Übersicht
reComputer J-Serie
  • Einführung
  • Plattformübersicht
    • Übersicht
    • Was ist reComputer Jetson
    • NVIDIA Jetson-Modul
    • Seeed Jetson-kompatibles Trägerboard
    • Jetson Komplettsystem-Serie
    • Zubehörunterstützung
    • Anwendungsszenarien
  • Grundlegende Werkzeuge
    • Übersicht
    • Python und Programmiergrundlagen
    • KI und ML
    • CUDA
    • TensorRT
    • PyTorch
    • TensorFlow
    • Docker
    • OpenCV mit CUDA
    • ROS
    • NoMachine
    • Linux-Terminal und Texteditoren
    • Netzwerk und WLAN
    • SSH-Fernzugriff
    • VNC-Remotedesktop
    • Datenübertragung per Fernzugriff
    • Jtop und Systemüberwachung
    • Leistung und Lüftersteuerung
    • Browser und Eingabemethode
    • VS Code
    • JupyterLab
    • uv Python-Umgebungsmanager
    • WLAN-Adapter
    • SSD-Erweiterung
    • CSI-Kamera
    • USB-Kamera
    • GPIO
    • UART-serielle Kommunikation
    • I2C-Kommunikation
    • Super 4xMipi CSI
    • Super Dual Ethernet
    • Super-Chassis-Erweiterung
  • Computer Vision
    • Übersicht
    • Einführung in die Computer Vision
    • Wie Computer Bilder darstellen
    • Klassische Computer Vision
    • Neuronale Netze und CNNs
    • Deep-Learning-Aufgaben für Computer Vision
    • Eigenes Vision-Modell trainieren und bereitstellen
    • Modellexport und Edge-Bereitstellung
    • Echtzeit-Vision-Pipeline-Frameworks
    • DeepStream und Jetson
    • Vorreitertechnologien der Vision und Ausblick
    • Anhang: AI NVR auf reComputer
  • Entwicklung großer Modelle
    • Übersicht
    • Einführung in große Sprachmodelle
    • Erste Schritte mit Ollama
    • LLMs mit llama.cpp ausführen
    • Hochleistungs-Inferenz mit vLLM
    • Jetson Examples Schnellstart
    • ASR + LLM + TTS-Pipeline erstellen
  • Generative KI
    • Übersicht
    • Einführung in die Generative KI
    • Generative Adversarial Networks
    • Variational Autoencoders
    • Autoregressive Modelle und generative Textmodelle
    • Transformer-Modelle und Generative KI
    • Lokales intelligentes Q&A-System
    • Bildgenerierungsmodelle und Diffusionsmodelle
  • Robotik
    • Übersicht
    • Einführung in ROS
      • Übersicht über ROS und Umgebungs-Setup
      • Schneller Einstieg mit HelloWorld für ROS
      • ROS-Architektur
      • ROS-Kommunikationsmechanismus
      • Häufige ROS-Befehle
      • ROS-Betriebsverwaltung
      • Häufige Komponenten und Funktionen von ROS
      • TF-Koordinatentransformation in ROS
    • ROS1 Noetic
      • Übersicht
      • ROS1-Grundlagen
      • ROS1-Vision-Anwendungen
    • ROS2 Humble
      • Übersicht
      • ROS2-Grundlagen und Einrichtung
      • ROS2-Kernkommunikation
      • ROS2 erweiterte Schnittstellen und Middleware
      • ROS2-Tools, Launch und Visualisierung
      • ROS2-Simulation und Vision
    • Entwicklung mit physischen ROS-Robotern
      • Erste Schritte mit ROS-Robotern
        • Übersicht über das ROS-Robotersystem
        • Grundlegende Bewegungssteuerungsmethoden
      • Häufige Sensorverwendungen in Robotern
        • Tiefenkamerasensor
  • Optimierung und Bereitstellung
    • Übersicht
  • Praktische Anwendungen
    • Übersicht
    • Isaac ROS-Umgebung und -Einrichtung
    • Tiefen-Segmentierung
    • DNN-Stereotiefe
    • Freiraum-Segmentierung
    • Bildentzerrung und Vorverarbeitung
    • Bildsegmentierung
    • 3D-Szenenrekonstruktion und -kartierung
    • Objekterkennung
    • 3D-Pose-Schätzung
    • Visuelles SLAM
    • A-LOAM 3D SLAM auf Jetson
  • Zusammenfassung und Ausblick
Tutorials/reComputer J-Serie/TF-Koordinatentransformation in ROS
PreviousHäufige Komponenten und Funktionen von ROS
NextÜbersicht
SenseCraft

Wir unterstützen Entwicklerinnen und Entwickler weltweit mit leistungsstarkem Edge-Computing und KI-gestützten IoT-Lösungen.

Produkte
  • SenseCraft AI
  • SenseCraft HMI
  • SenseCraft App
  • SenseCraft DePIN
Ressourcen
  • Benutzerhandbücher
  • Wiki & Dokumentation
  • Downloads
Unternehmen
  • Über Seeed
  • Karriere
  • Kontakt
  • News
© 2008-2026 Seeed Studio & SenseCraft. Alle Rechte vorbehalten.
DatenschutzerklärungNutzungsbedingungen