reComputer AI Lab | Edge AI-modellen en -tools
Wat is reComputer AI Lab?
reComputer AI Lab is een open platform om edge-AI-modellen met één enkele Docker-opdracht op de reComputer-hardware van Seeed Studio te implementeren. Het brengt meer dan 100 geoptimaliseerde modellen voor computervisie, LLM's en VLM's samen, een hardware-toolchain voor het flashen en converteren van modellen, stapsgewijze tutorials en community-projecten – allemaal afgestemd op reComputer-apparaten gebouwd op NVIDIA Jetson, Rockchip RK3576/RK3588 en Raspberry Pi. Elk model wordt geleverd met benchmarks en een direct uitvoerbare implementatieopdracht, zodat je in slechts twee stappen van bladeren naar inferentie aan de edge gaat. Of je nu een visietoepassing prototypeert, een lokale LLM draait of een industrieel AI-project uitrolt, reComputer AI Lab verlaagt de drempel naar edge-AI in de praktijk met reproduceerbare, hardware-geoptimaliseerde workflows.
Snelle toegang
Ga direct naar wat je nodig hebt
Verken modellen
CV-, LLM- en VLM-modellen klaar om op reComputer te draaien.
Bekijk alle modellen →Tools
Voor reComputer geoptimaliseerde toolchain, met één commando inzetbaar.
Bekijk tools →Tutorials
Stapsgewijze gidsen en praktische tutorials voor reComputer.
Bekijk alle tutorials →Communityprojecten
Deel je communityprojecten die je met reComputer hebt gebouwd.
Bekijk alle projecten →Communityprojecten
Bekijk alle projectenZie wat de community met reComputer maakt
Objectdetectie met YOLO11 op reComputer-RK
Industriële CV-oplossing voor RK3588/RK3576: NPU-versnelde YOLO11 en MJPEG-streaming.
Wapendetectie met Frigate NVR op R2000
Realtime AI-wapendetectie op reComputer R met YOLO11 en Hailo.
NVBlox met Orbbec-camera implementeren op Jetson AGX Orin
Isaac ROS NVBlox: GPU-versnelde realtime 3D-mapping voor robots.
Voetbalspeler trackinganalyse met reComputer RK3576
Gebruik maken van RGA 2D hardwareversnelling en VPU MPP-versnelling van reComputer RK3576. Het yolov8n-model uitvoeren om voetbalspelers te herkennen en realtime analyse te realiseren.
YOLOv8 realtime inferentie CPP-project voor RK3576
YOLOv8 realtime inferentieproject met meerdere broninvoer en meerdere streamuitvoer, gebaseerd op RK3576, RKNN, MPP, RGA en ZLMediaKit.
Valdetectie in meerdere scenario's gebaseerd op reComputer RK3576
Detectie van valgedrag in meerdere scenario's en meerdere doelen met behulp van het YOLOv8n-pose-model, met inferentieversnelling via reComputer RK3576, en eenvoudige feedback via een webpagina.
Luchtobjectdetectie op reComputer RK3576
VisDrone-getrainde YOLOv8s luchtobjectdetectie, ondersteunt 11 luchtcategorieën inclusief voetgangers, voertuigen en fietsers, met efficiënte inferentie op RK3576.
Een privé Home Assistant-voice-assistent bouwen op de RK3576
Bouw een privé, lokaal Home Assistant-voice-assistent op Rockchip RK3576. De stack combineert Whisper voor spraakherkenning, Piper voor spraaksynthese, openWakeWord voor wake-worddetectie en Qwen voor lokale conversatie, alles versneld door de NPU van de RK3576.
Benchmark voor VPU- en NPU-hardwareversnelling op de reComputer RK3576
Benchmarkresultaten voor MPP-versnelde codering van YUV420 naar MJPG/H264/H265, decodering van MJPG naar YUV420 en RKNN-versnelde inferentie met YOLOv8n, YOLOv8s en YOLOv8m op de reComputer RK3576.