Une entreprise développe un instructeur de yoga IA qui doit compter le nombre d'élèves dans un cours et déterminer si les élèves effectuent correctement les étirements en mesurant les positions et les angles des membres. En utilisant SageMaker pour extraire des images de la vidéo du cours, quels sont les deux types de modèles de vision par ordinateur qui, ensemble, nécessitent le moins d'effort pour implémenter ces fonctionnalités ? (Choisissez deux.)

La détection d'objets est essentielle pour compter le nombre d'élèves, car elle permet d'identifier et de localiser chaque personne dans l'image. L'estimation de pose est nécessaire pour analyser les mouvements et les angles des membres des élèves afin de déterminer si les étirements sont effectués correctement. Ces deux techniques combinées répondent directement aux exigences de la question avec un effort d'implémentation minimal. La classification d'images ne ferait que catégoriser l'image entière, pas les individus. L'OCR est pour le texte. Les GANs sont utilisés pour générer de nouvelles images, ce qui n'est pas pertinent ici.