reComputer AI Lab | Modelos y herramientas de IA en el borde
¿Qué es reComputer AI Lab?
reComputer AI Lab es una plataforma abierta para desplegar modelos de IA en el borde sobre el hardware reComputer de Seeed Studio con un solo comando de Docker. Reúne más de 100 modelos optimizados de visión por computadora, LLM y VLM, una cadena de herramientas de hardware para el flasheo y la conversión de modelos, tutoriales paso a paso y proyectos de la comunidad, todo ajustado para los dispositivos reComputer basados en NVIDIA Jetson, Rockchip RK3576/RK3588 y Raspberry Pi. Cada modelo incluye benchmarks y un comando de despliegue listo para ejecutar, de modo que puedes pasar de explorar a ejecutar inferencia en el borde en solo dos pasos. Ya sea que estés creando el prototipo de una aplicación de visión, ejecutando un LLM local o poniendo en marcha un proyecto de IA industrial, reComputer AI Lab reduce la barrera hacia la IA en el borde en el mundo real con flujos de trabajo reproducibles y optimizados para el hardware.
Acceso rápido
Ve directo a lo que necesitas
Explorar modelos
Modelos de CV, LLM y VLM listos para ejecutarse en reComputer.
Ver todos los modelos →Herramientas
Cadena de herramientas optimizada para reComputer, lista en un comando.
Ver herramientas →Tutoriales
Guías paso a paso y tutoriales prácticos para reComputer.
Ver todos los tutoriales →Proyectos de la comunidad
Comparte tus proyectos creados con reComputer.
Ver todos los proyectos →Proyectos de la comunidad
Ver todos los proyectosDescubre lo que la comunidad está creando con reComputer
Detección de objetos con YOLO11 en reComputer-RK
Solución industrial de visión por computadora para RK3588/RK3576: YOLO11 acelerado por NPU y streaming MJPEG.
Detección de armas con Frigate NVR en R2000
Detección de armas en tiempo real con IA en reComputer R usando YOLO11 y Hailo.
Desplegar NVBlox con cámara Orbbec en Jetson AGX Orin
Isaac ROS NVBlox: mapeo 3D en tiempo real acelerado por GPU para robots.
Análisis de seguimiento de futbolistas con reComputer RK3576
Utilización de la aceleración hardware RGA 2D y aceleración VPU MPP de reComputer RK3576. Ejecución del modelo yolov8n para identificar futbolistas y lograr análisis en tiempo real.
Proyecto de inferencia en tiempo real de YOLOv8 con RK3576
Un proyecto de inferencia en tiempo real de YOLOv8 basado en RK3576, RKNN, MPP, RGA y ZLMediaKit, con entrada de múltiples fuentes y salida de múltiples flujos.
Detección de caídas en múltiples escenarios basada en reComputer RK3576
Detección de comportamiento de caídas en múltiples escenarios y múltiples objetivos utilizando el modelo YOLOv8n-pose, con aceleración de inferencia mediante reComputer RK3576, y retroalimentación de información simple a través de una página web.
Detección de objetos aéreos en reComputer RK3576
Detección de objetos aéreos YOLOv8s entrenada con VisDrone, compatible con 11 clases aéreas incluyendo peatones, vehículos y ciclistas, con inferencia eficiente en RK3576.
Construir un asistente de voz privado de Home Assistant en el RK3576
Crea un asistente de voz privado y local de Home Assistant en Rockchip RK3576. La pila combina Whisper para reconocimiento de voz, Piper para síntesis de voz, openWakeWord para detección de palabras de activación y Qwen para conversación local, todo acelerado por la NPU del RK3576.
Benchmark de aceleración por hardware VPU y NPU del reComputer RK3576
Resultados de MPP para codificación acelerada de YUV420 a MJPG/H264/H265 y decodificación de MJPG a YUV420, además de la aceleración RKNN de la inferencia con YOLOv8n, YOLOv8s y YOLOv8m en el reComputer RK3576.