Leetcode
https://github.com/kamyu104/LeetCode-Solutions
Cmake
https://github.com/viva64/pvs-studio-cmake-examples
3D目标检测
Awesome-3D-Object-Detection
Awesome-3D-Object-Detection-for-Autonomous-Driving
Cuda Code
dbscan
https://github.com/l3lackcurtains/dbscan-kdtree-cuda
https://github.com/xmba15/generic_dbscan
KNN
https://github.com/vincentfpgarcia/kNN-CUDA
kdtree
https://github.com/zlccccc/3dpoint_cuda_kdtree
https://github.com/swordcheng/kdtree_gpu
https://github.com/lkawka/3d-nearest-neighbor-search-in-kd-tree-cuda
Icp
https://github.com/littlebearsama/xxCu3Dlibrary
BEV
Awesome-BEV-Perception-Multi-Cameras
视觉slam
https://github.com/changh95/visual-slam-roadmap
边缘计算
https://github.com/wangxb96/Awesome-AI-on-the-Edge
Awesome-AI-on-the-Edge,主要包括以下内容:
1.背景知识
1.1.边缘计算
1.2.边缘AI
1.2.1.关于边缘 AI的博客
2.调研
2.1我们的调研
2.2.关于边缘ai的重要调研(与边缘推理和模型
部署有关)
3.边缘智能的高效计算方法
3.1数据预处理
3.1.1.数据清理
3.1.2特征压缩
3.1.2.1.特征选择
3.1.2.2.特征提取
3.1.3数据扩充
3.2高效模型体系结构
3.2.1紧凑型架构
3.2.2神经结构搜索(NAS)
3.3模型压缩
3.3.1剪枝
3.3.2参数共享
3.3.3量化
3.3.4.知识蒸馏
3.3.5.低秩分解
3.4.模型加速
3.4.1.AI推理框架
3.4.2Al模型加速
Deep leaning
深度学习面试