某公司需要使用其資料集特有的特徵來分類物件影像。哪個選項在滿足此需求的同時，所需的開發工作量最少？

使用預先訓練的深度學習模型並進行微調（遷移學習）是開發工作量最少且效率最高的選項。這些模型已經在大規模資料集上學習了豐富的特徵表示，只需少量公司特定資料即可適應新任務。 傳統機器學習演算法搭配自訂特徵擷取，以及手動設計特徵來訓練 SVM，都需要大量的人工特徵工程，這是一個耗時且專業性強的過程。生成對抗網路 (GAN) 主要用於生成資料，而非直接用於分類任務，且其訓練複雜度遠高於微調預訓練模型。