Uma empresa está construindo um instrutor de ioga de IA que deve contar o número de alunos em uma aula e determinar se os alunos realizam os alongamentos corretamente, medindo as posições e os ângulos dos membros. Usando o SageMaker para extrair quadros do vídeo da aula, quais dois tipos de modelo de visão computacional juntos exigem o menor esforço para implementar esses recursos? (Escolha dois.)

Detecção de objetos é crucial para contar o número de alunos, pois identifica e localiza cada indivíduo no quadro de vídeo. Estimativa de pose é essencial para determinar se os alongamentos são realizados corretamente, pois ela mapeia os pontos-chave do corpo (como articulações e membros) para analisar suas posições e ângulos. Juntos, esses modelos fornecem as informações necessárias com menor esforço de implementação, pois são tarefas bem estabelecidas em visão computacional. Classificação de imagem não forneceria a localização dos alunos nem os detalhes dos membros. OCR é para extrair texto. GANs são para gerar imagens, não para análise.