一家速食餐廳想要計算收銀台前排隊的顧客人數，並在隊伍過長時提醒經理。由於分店的對外頻寬非常有限，無法將多個影片串流到雲端。哪種解決方案最能符合頻寬限制並發出隊伍長度警示？

正確答案是將客製化模型部署到 AWS DeepLens 裝置。AWS DeepLens 是一種邊緣運算裝置，可以在本地執行機器學習推論，大幅減少對頻寬的需求。在 SageMaker 中訓練客製化模型可以確保高準確度的人數計算，然後將模型部署到 DeepLens 裝置上進行本地推論，並透過本地 Lambda 函數發送 SNS 通知，完美符合頻寬受限的條件。 選項一和三都涉及將影片串流或影像傳送到雲端進行處理，這會消耗大量頻寬，不符合題目的頻寬限制。選項二雖然使用了 DeepLens 裝置，但它建議在 DeepLens 上啟用 Amazon Rekognition，這通常是基於雲端的服務，或其本地功能可能不足以應對客製化的人數計算需求，且未提及客製化模型，可能導致準確性不足。