要降低人为因素，提升系统可靠度的时候。

二维码故意设了一个门槛，无法由人脑 decode 、encode ，所以它能防止人有意无意地篡改信息。比如扫码登 wifi 之所以好用，就是因为手输经常输错。#19 提到的仓库管理也有这个原因

没怎么实操过，我理解的短期异常检测一般是建立预测模型，然后检查预测结果与实际数据的差值，判断是否超过 N 个标准差
最简单的高低门限，相当于预测模型输出、标准差都取定值。2L 相当于预测值、标准差取近期测量结果。复杂一点可以用卡尔曼滤波等算法得到预测信号的标准差，来避免你说的陡峭趋势下误触发检测。

感觉传统文件夹能做的太少，需要一个更智能的 tag 系统和分类器。这块应该有市场，也有模式识别、反向索引等等理论支撑的。

理论上可以，但会遇到很多工程问题，包括调试识别效果、传输协议、上位机软件等等
既然你同时提到压缩算法和目标检测，我想可以在 ROI 编码算法方面延伸一些，即增强识别到物体区域的视频质量，降低其他位置的质量。有点老，但做本科毕设应该够了

四则运算一定能简化成“a * col + b”
也就是把你现在的“全部数据都+12” 换成 “全部数据都乘以 a ，加 b”
精度要求、除以 0 等情况另说

测试、开发之外，再加个管理层维度呗。不然让你对接 60 个开发怎么办

年租金 M 写死了，25 年内通货膨胀、电价上涨都吃亏

新开的国家地理信息公共服务平台（天地图）可以看看

如果 select 需要 id ，那么 add 应该返回 id ，否则用户无法知道。python 保存并使用就行了

很久以前买的联想台式机，硬盘标称 8.4G 。后来拆机才发现是 10G 的，留了 1G 多没分区

评分用的是 jpg EXIF 的 0~5 分级吗？
可以先导出 jpg ，让对方在文件属性或者 xnview 等看图软件里给 jpg 打分，你再用 exiftool 把 jpg 的评分同步回 raw

line.strip('.mp3') 删除的不是'.mp3'字符串，而是其中的任意字符，所以会把'p.mp3'一起去掉

#13 思路可以的。word 的话改成 3 倍行距，把译文放到浮动文本框里，盖在原文上就行了

住过的小区门禁可能有相关 bug ，23:59 这一分钟刷卡不开门

City Car Driving
不过还是不建议，模拟驾驶容易忽视风险，养成习惯就不好了

steam 上的 screeps 算么