cosmo-edge

一套 C++ 代码，跨 Sophon/RKNN/x86 跑通边缘视频 AI

开源 🏷️定价信息待确认 ✅ 目前可打开计算机视觉 🍴 复刻 320 🐛 待处理 12 👀 关注 2

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 2087

维护状态活跃

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

项目数据

分类计算机视觉

开发团队cosmo-wander-ai

官网地址https://www.cosmowander.ai

GitHubhttps://github.com/cosmo-wander-ai/cosmo-edge

定价模式🏷️定价信息待确认

价格说明定价信息待确认

访问状态✅ 目前可打开

是否开源是

开源协议Apache-2.0

主要语言C

技术栈/模型bm1688,computer-vision,cpp17,cv186x,edge-ai,grounding-dino,on-device-ai,rk3576,rknn,rockchip,rv1126b,sophon,video-analytics,visual-pipeline,vlm

GitHub 星标★ 2087

上线时间2026-06-09 00:00:00

代码更新2026-11-06

仓库体积273.4 MB

本站数据更新2026-11-06

维护状态活跃

收录时间2026-09-23

浏览次数15

项目介绍

cosmo-edge 是一个面向生产环境的 C++ 边缘 AI 推理引擎，专注视频分析与端侧视觉语言模型（VLM）部署。它解决的核心问题是：边缘设备芯片平台碎片化严重，开发者往往需要为 Sophon（算能）、Rockchip RKNN（瑞芯微）和 x86 分别维护不同的推理代码。cosmo-edge 通过统一抽象层屏蔽底层差异，让同一套业务逻辑跨平台运行。核心能力包括：多路视频流解码与推理流水线、可视化编排（visual orchestration）、实时 OSD 叠加显示、事件检测与上报，以及可复现的性能基准测试。项目内置对 Grounding-DINO 等模型的支持，覆盖 RK3576、RV1126B、CV186X、BM1688 等主流边缘芯片，适合需要快速落地智能安防、工业质检、交通分析等场景的团队。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-23 · 当前星标 ★ 2087

技术标签

computer-vision edge-ai on-device-ai vlm

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 15 分钟部署方式：Docker 3 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

Docker 与 Docker Compose 环境
x86 平台或对应边缘设备（BM1688 / CV186X / RK3576 / RV1126B）
已获取项目仓库代码

安装与启动步骤

1获取项目代码

从 GitHub 克隆 cosmo-edge 仓库到本地，进入项目根目录。README 未给出具体克隆命令，此为通用准备动作。
```
git clone https://github.com/cosmo-wander-ai/cosmo-edge.git
cd cosmo-edge
```
2Windows 启动容器

README 仅给出 Windows 下使用 docker-compose.x86.windows.yml 一条启动命令，后台构建并运行服务。
```
docker compose -f docker-compose.x86.windows.yml up -d --build
```
3选择对应平台

BM1688、CV186X、RK3576、RV1126B 各用专属运行时与模型产物，需按硬件选对应构建与模型，README 未给出其他平台命令。