一家公司将MP4视频存储在Amazon S3中，之前需要4个月的时间来标记所有视频帧，以便用于运动分类模型。他们需要使用现有的SageMaker工作流重新训练模型，并希望减少标记时间。哪种方法可以减少标记时间？

正确答案是利用Amazon A2I的标注界面与Amazon Rekognition结合来标注视频帧。Amazon Rekognition可以自动识别视频中的对象、活动和场景，从而预标注大量视频帧。当Rekognition的置信度低于某个阈值时，Amazon A2I可以无缝地将这些帧发送给人工审核员进行标注，从而显著减少人工标注的工作量和时间。 其他选项不正确： 仅使用SageMaker Ground Truth标注视频帧虽然可行，但没有充分利用自动化工具，无法有效减少标注时间。 使用SageMaker JumpStart的预训练模型通常用于模型开发，而不是直接用于大规模数据标注，且需要额外开发标注逻辑。 SageMaker Data Wrangler主要用于数据准备和特征工程，而不是直接用于视频帧的自动化标注。