Ein Unternehmen entwickelt einen KI-Yoga-Lehrer, der die Anzahl der Schüler in einer Klasse zählen und feststellen muss, ob die Schüler Dehnübungen korrekt ausführen, indem er die Positionen und Winkel der Gliedmaßen misst. Welche zwei Arten von Computer-Vision-Modellen erfordern zusammen den geringsten Implementierungsaufwand, wenn SageMaker zum Extrahieren von Frames aus dem Klassenvideo verwendet wird, um diese Funktionen zu implementieren? (Wählen Sie zwei.)

Objekterkennung ist ideal, um die Anzahl der Schüler in einer Klasse zu zählen, da sie Instanzen von Objekten (Schüler) in einem Bild lokalisieren und identifizieren kann. Posenschätzung ist erforderlich, um die korrekte Ausführung von Dehnübungen zu beurteilen, da sie die Positionen und Winkel der Gliedmaßen von Personen erkennt. Beide Modelle lassen sich gut in SageMaker integrieren, insbesondere wenn Frames bereits extrahiert wurden, was den Implementierungsaufwand minimiert. Bildklassifizierung würde nur den Typ des Bildes identifizieren, nicht einzelne Schüler oder deren Posen. OCR ist für die Texterkennung gedacht. GANs sind für die Generierung von Bildern und nicht für diese Analyseaufgaben relevant.