reComputer AI Lab
AccueilModèlesOutilsTutorielsProjetsForums

Tutoriels

Série reComputer RK
  • Introduction
  • Pour commencer
    • Connexion matérielle
    • Configuration au premier démarrage
    • Récapitulatif des téléchargements
    • Flasher l'OS
      • Installer le système sur la carte MicroSD
      • Installer le système sur le SSD
  • Guide d'utilisation des interfaces
    • Vue d'ensemble du système
    • Description des interfaces
  • Configurer
  • Application
    • CV
    • LLM
    • Nanobot
    • VLM
  • Benchmark
    • CV
    • LLM et VLM
Série reComputer R
  • Aperçu
Série reComputer J
  • Introduction
  • Aperçu de la plateforme
    • Aperçu
    • Qu'est-ce que reComputer Jetson
    • Module NVIDIA Jetson
    • Carte porteuse compatible Seeed Jetson
    • Série de systèmes complets Jetson
    • Prise en charge des accessoires
    • Scénarios d'application
  • Outils de base
    • Aperçu
    • Python et bases de la programmation
    • IA et apprentissage automatique
    • CUDA
    • TensorRT
    • PyTorch
    • TensorFlow
    • Docker
    • OpenCV avec CUDA
    • ROS
    • NoMachine
    • Terminal Linux et éditeurs de texte
    • Réseau et Wi-Fi
    • Accès distant SSH
    • Bureau distant VNC
    • Transfert de fichiers à distance
    • Jtop et surveillance système
    • Performance et contrôle du ventilateur
    • Navigateur et méthode de saisie
    • VS Code
    • JupyterLab
    • Gestionnaire d'environnement Python uv
    • Adaptateur Wi-Fi
    • Extension SSD
    • Caméra CSI
    • Caméra USB
    • GPIO
    • Communication série UART
    • Communication I2C
    • Super 4xMipi CSI
    • Super Dual Ethernet
    • Extension du châssis Super
  • Vision par ordinateur
    • Aperçu
    • Introduction à la vision par ordinateur
    • Comment les ordinateurs représentent les images
    • Vision par ordinateur classique
    • Réseaux de neurones et CNN
    • Tâches de vision par ordinateur en apprentissage profond
    • Entraînez et déployez votre propre modèle de vision
    • Exportation de modèles et déploiement en périphérie
    • Frameworks de pipeline de vision en temps réel
    • DeepStream et Jetson
    • Technologies de vision de pointe et perspectives
    • Annexe : AI NVR sur reComputer
  • Développement de grands modèles
    • Aperçu
    • Introduction aux grands modèles de langage
    • Premiers pas avec Ollama
    • Exécuter des LLM avec llama.cpp
    • Inference haute performance avec vLLM
    • Démarrage rapide de Jetson Examples
    • Construction du pipeline ASR + LLM + TTS
  • IA générative
    • Aperçu
    • Introduction à l'IA générative
    • Réseaux antagonistes génératifs
    • Autoencodeurs variationnels
    • Modèles autorégressifs et modèles de texte génératifs
    • Modèles Transformer et IA générative
    • Système local intelligent de questions-réponses
    • Modèles de génération d'images et modèles de diffusion
  • Robotique
    • Aperçu
    • Introduction à ROS
      • Aperçu de ROS et configuration de l'environnement
      • Découverte rapide du HelloWorld ROS
      • Architecture de ROS
      • Mécanisme de communication ROS
      • Commandes ROS courantes
      • Gestion d'exécution de ROS
      • Composants et fonctionnalités courants de ROS
      • Transformation de coordonnées TF dans ROS
    • ROS1 Noetic
      • Aperçu
      • Bases de ROS1
      • Applications de vision ROS1
    • ROS2 Humble
      • Aperçu
      • Bases et configuration de ROS2
      • Communication principale de ROS2
      • Interfaces avancées et middleware de ROS2
      • Outils ROS2, Launch et visualisation
      • Simulation et vision ROS2
    • Développement avec des robots ROS physiques
      • Premiers pas avec les robots ROS
        • Aperçu du système robotique ROS
        • Méthodes de base du contrôle de mouvement
      • Utilisations courantes des capteurs dans les robots
        • Capteur de caméra de profondeur
  • Optimisation et déploiement
    • Aperçu
  • Applications pratiques
    • Aperçu
    • Environnement et configuration d'Isaac ROS
    • Segmentation de profondeur
    • Profondeur stéréo DNN
    • Segmentation de l'espace libre
    • Rectification et prétraitement d'images
    • Segmentation d'images
    • Reconstruction et cartographie de scène 3D
    • Détection d'objets
    • Estimation de pose 3D
    • SLAM visuel
    • A-LOAM 3D SLAM sur Jetson
  • Résumé et perspectives
Tutoriels/Série reComputer J/Transformation de coordonnées TF dans ROS
PreviousComposants et fonctionnalités courants de ROS
NextAperçu
SenseCraft

Donner aux développeurs du monde entier les moyens d'agir grâce à l'edge computing haute performance et aux solutions IoT pilotées par l'IA.

Produits
  • SenseCraft AI
  • SenseCraft HMI
  • SenseCraft App
  • SenseCraft DePIN
Ressources
  • Guides utilisateur
  • Wiki et documentation
  • Téléchargements
Entreprise
  • À propos de Seeed
  • Carrières
  • Nous contacter
  • Actualités
© 2008-2026 Seeed Studio & SenseCraft. Tous droits réservés.
Politique de confidentialitéConditions d'utilisation