Uma fazenda coleta imagens sobrepostas de um campo de 100 acres usando câmeras montadas em tratores e rotulou imagens de classes comuns de ervas daninhas. Eles precisam de um modelo que detecte tipos específicos de ervas daninhas e suas localizações no campo, e que forneça inferências em tempo real em endpoints do SageMaker. Qual abordagem fornecerá detecções precisas dos tipos e posições das ervas daninhas?

A detecção de objetos é a abordagem correta porque permite identificar os tipos de ervas daninhas e suas localizações precisas dentro das imagens, o que a classificação de imagem não faz. O formato RecordIO é eficiente para treinamento de modelos de aprendizado de máquina no SageMaker, otimizando o carregamento de dados. O Single Shot Detector (SSD) é um algoritmo de detecção de objetos conhecido por sua velocidade e precisão, ideal para inferências em tempo real. Armazenar os dados no S3 garante escalabilidade e durabilidade. As opções que sugerem classificação de imagem são incorretas porque a classificação apenas atribui uma única classe à imagem inteira, sem localizar objetos específicos. O formato Apache Parquet é mais adequado para dados tabulares, não para imagens.