Компания хочет определять дома с солнечными панелями по спутниковым снимкам. Они собрали 8000 обучающих изображений и будут использовать SageMaker Ground Truth для разметки. Внутренняя команда небольшая и не имеет опыта в машинном обучении. Какой рабочий процесс потребует наименьших усилий от этой команды?

Правильный ответ минимизирует усилия команды благодаря использованию активного обучения Ground Truth и Amazon Rekognition Custom Labels. Активное обучение Ground Truth сокращает объем ручной разметки, предлагая для проверки только наиболее информативные изображения. Rekognition Custom Labels — это полностью управляемый сервис, который упрощает обучение и развертывание моделей компьютерного зрения без необходимости глубоких знаний в машинном обучении. Второй вариант неверен, так как ручная разметка 8000 изображений без активного обучения требует значительно больше усилий. Третий и четвертый варианты требуют от команды работы с SageMaker Object Detection, что подразумевает настройку гиперпараметров, выбор инстансов и управление развертыванием, что сложнее для команды без опыта в ML. Кроме того, использование публичной рабочей группы (четвертый вариант) может быть дороже и менее контролируемо для конфиденциальных данных.