In der realen Video- und Bildanalyse stehen Unternehmen oft vor der Herausforderung, Objekte zu erkennen, die nicht Teil des ursprünglichen Trainingsdatensatzes eines Modells waren. Dies wird besonders schwierig in dynamischen Umgebungen, in denen neue, unbekannte oder benutzerdefinierte Objekte häufig auftauchen. In diesem Beitrag untersuchen wir, wie Amazon Bedrock Data Automation OSOD verwendet, um das Videoverständnis zu verbessern.