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