Firma tworzy instruktora jogi AI, który musi zliczać liczbę uczniów w klasie i określać, czy uczniowie prawidłowo wykonują rozciąganie, mierząc pozycje i kąty kończyn. Korzystając z SageMaker do ekstrakcji klatek z wideo z zajęć, które dwa typy modeli wizji komputerowej wymagają najmniejszego wysiłku, aby zaimplementować te funkcje? (Wybierz dwie.)

Detekcja obiektów jest odpowiednia do zliczania uczniów, ponieważ pozwala na identyfikację i zlokalizowanie każdego ucznia (obiektu) w klatce wideo. Estymacja pozy jest kluczowa do oceny prawidłowości rozciągania, ponieważ umożliwia śledzenie i pomiar pozycji oraz kątów kończyn ciała. Klasyfikacja obrazów jest mniej odpowiednia, ponieważ identyfikuje tylko ogólną kategorię obrazu, a nie poszczególne obiekty ani ich pozycje. OCR służy do rozpoznawania tekstu, co nie jest wymagane w tym scenariuszu. Generatywne sieci przeciwstawne (GANy) są używane do generowania nowych obrazów, co nie jest celem tego projektu.