reComputer AI Lab | 边缘 AI 模型与工具
什么是 reComputer AI Lab?
reComputer AI Lab 是一个开放平台,只需一条 Docker 命令即可在 Seeed Studio reComputer 硬件上部署边缘 AI 模型。它汇集了 100 多个经过优化的计算机视觉、LLM 和 VLM 模型,一套用于刷机与模型转换的硬件工具链,循序渐进的教程,以及社区项目——全部针对基于 NVIDIA Jetson、Rockchip RK3576/RK3588 和 Raspberry Pi 构建的 reComputer 设备进行了调优。每个模型都附带基准测试数据和开箱即用的部署命令,让你只需两步即可从浏览模型到在边缘端运行推理。无论你是在为视觉应用做原型、运行本地 LLM,还是交付工业 AI 项目,reComputer AI Lab 都能以可复现、面向硬件优化的工作流,降低落地边缘 AI 的门槛。
社区项目
查看全部项目看看社区正在用 reComputer 构建什么

Seeed Studio2026-03-09
在 reComputer-RK 上使用 YOLO11 进行目标检测
面向 RK3588/RK3576 的工业 CV 方案:NPU 加速的 YOLO11 与 MJPEG 推流。
YOLO11RockchipreComputer-RK
Wiki →

seeed studio2025-12-16
在 R2000 上使用 Frigate NVR 进行枪支检测
在 reComputer R 上结合 YOLO11 与 Hailo 实现的实时 AI 枪支检测。
Raspberry-PiFrigate-NVRreComputer-R
Wiki →

Seeed Studio2024-08-15
在 Jetson AGX Orin 上结合 Orbbec 相机部署 NVBlox
Isaac ROS NVBlox:面向机器人的 GPU 加速实时三维建图。
isaac-rosnvbloxrgb-d
Wiki →

Parker Hu2025-07-17
使用reComputer RK3576 做足球运动员追踪分析
使用reComputer RK3576 RGA 2D硬件加速和vpu mpp加速。 运行yolov8n模型识别足球运动员,实现实时分析效果。
reComputer-RKrk3576yolotrackingfootball
Github →

William Zhang2025-07-23
基于reComputer RK3576的多场景跌倒检测
通过yolov8n-pose模型进行多场景、多目标情况下跌倒行为检测,基于reComputer RK3576进行推理加速,并通过web网页进行简单信息反馈
reComputer-RKrk3576yolofall_detection
Github →

