Een bedrijf bouwt een AI-yoga-instructeur die het aantal studenten in een les moet tellen en moet bepalen of studenten stretches correct uitvoeren door de posities en hoeken van ledematen te meten. Welke twee computervisie-modeltypes vereisen samen de minste inspanning om deze functies te implementeren, gebruikmakend van SageMaker om frames uit lesvideo's te extraheren? (Kies twee.)

Objectdetectie is essentieel voor het tellen van het aantal studenten in een les. Het model kan elke student als een afzonderlijk object identificeren en lokaliseren binnen het videobeeld. Pose-schatting is nodig om de posities en hoeken van ledematen te meten. Dit stelt het systeem in staat om te beoordelen of studenten stretches correct uitvoeren door de houding van hun lichaam te analyseren. Beeldclassificatie zou alleen kunnen bepalen of er een student aanwezig is, niet hoeveel. OCR is voor tekstherkenning. Generatieve adversariële netwerken (GAN's) zijn voor het genereren van nieuwe beelden, niet voor analyse.