美容用品小売業者が、長年の防犯カメラ映像から得られた来店客の時間ごとのレポートを求めています。レポートでは、来店客を髪型と髪色で分類する必要があります。最も開発労力が少ないアプローチはどれですか？

このアプローチは、開発労力が最も少ないため正しいです。まず、オブジェクト検出モデルは、ビデオフレーム内の各人物の髪の毛の領域を効率的に特定し、切り抜きを作成します。次に、ResNet-50のような事前学習済み畳み込みニューラルネットワーク（CNN）は、画像分類タスクで非常に強力であり、転移学習を利用することで、髪型と髪色の分類器を比較的少ない労力で開発できます。XGBoostは表形式データに強いですが、画像の特徴抽出には適していません。セマンティックセグメンテーションはピクセルレベルの精度を必要とし、オブジェクト検出よりも複雑で開発労力が大きくなります。