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
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。
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。
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。
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。
RK3576 YOLOv8 实时推理 CPP 工程
基于 RK3576、RKNN、MPP、RGA、ZLMediaKit的多源输入、多码流输出、YOLOv8 实时推理工程。
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
基于 reComputer RK3576 的航拍目标检测
基于 VisDrone 数据集训练的 YOLOv8s 航拍目标检测，支持行人、车辆、自行车等 11 个空中类别，在 RK3576 上实现高效推理。
在 RK3576 上构建私有 Home Assistant 语音助手
在 Rockchip RK3576 上搭建一个私有、本地运行的 Home Assistant 语音助手。该方案将 Whisper 用于语音识别、Piper 用于语音合成、openWakeWord 用于唤醒词检测、Qwen 用于本地对话，并通过 RK3576 的 NPU 实现硬件加速。
reComputer RK3576 VPU 与 NPU 硬件加速基准测试
在 reComputer RK3576 上测试 MPP 硬件加速的 YUV420 到 MJPG/H264/H265 编码、MJPG 到 YUV420 解码，以及 RKNN 对 YOLOv8n、YOLOv8s 和 YOLOv8m 推理的加速效果。