一家公司需要使用其数据集中特有的特征对物体图像进行分类。哪个选项在满足此需求的同时，所需开发工作量最少？

使用预训练的深度学习模型进行微调是最佳选择，因为它利用了大型数据集上学习到的通用特征，然后针对公司特有的数据进行调整。这大大减少了从头开始训练模型所需的数据量和计算资源，从而最大限度地降低了开发工作量。 传统机器学习算法和支持向量机（SVM）需要手动特征工程，这通常非常耗时且需要领域专业知识。生成对抗网络（GAN）主要用于生成数据，而不是分类，并且构建和训练GAN的复杂性远高于微调预训练模型。