Debuggen von Terminal-Datensatzfehlern - Rekognition
Endgültige DateifehlerEndgültige Inhaltsfehler

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Debuggen von Terminal-Datensatzfehlern

Es gibt zwei Arten von endgültigen Fehlern: Dateifehler, die dazu führen, dass die Datensatzerstellung fehlschlägt, und Inhaltsfehler, die Amazon Rekognition Custom Labels aus dem Datensatz entfernt. Die Datensatzerstellung schlägt fehl, wenn zu viele Inhaltsfehler vorliegen.

Endgültige Dateifehler

Die folgenden sind Dateifehler. Sie können Informationen zu Dateifehlern erhalten, indem Sie DescribeDataset aufrufen und die Felder Status und StatusMessage überprüfen. Beispielcode finden Sie unter Beschreibung eines Datensatzes (SDK).

ERROR_ MANIFEST _ INACCESSIBLE _ODER_ UNSUPPORTED FORMAT

Fehlermeldung

Die Erweiterung oder der Inhalt der Manifestdatei sind ungültig.

Die Trainings- oder Testmanifestdatei hat keine Dateierweiterung oder ihr Inhalt ist ungültig.

Um den Fehler ERROR_ _ _OR_ MANIFEST _ INACCESSIBLE zu beheben UNSUPPORTED FORMAT

  • Überprüfen Sie die folgenden möglichen Ursachen sowohl in den Trainings- als auch in den Testmanifestdateien.

    • Der Manifestdatei fehlt eine Dateierweiterung. Üblicherweise lautet die Dateierweiterung .manifest.

    • Der Amazon-S3-Bucket oder der Schlüssel für die Manifestdatei konnte nicht gefunden werden.

ERROR_MANIFEST_SIZE_TOO_LARGE

Fehlermeldung

Die Manifestdatei überschreitet die maximal unterstützte Größe.

Die Größe der Datei für das Trainings- oder Testmanifest (in Byte) ist zu groß. Weitere Informationen finden Sie unter Richtlinien und Kontingente in Amazon Rekognition Custom Labels. Eine Manifestdatei kann weniger als die maximale Anzahl von JSON Zeilen haben und trotzdem die maximale Dateigröße überschreiten.

Sie können die Amazon Rekognition Custom Labels-Konsole nicht verwenden, um den Fehler Die Größe der Manifestdatei überschreitet die maximal unterstützte Größe zu beheben.

Um den Fehler ERROR_ _ MANIFEST _ SIZE TOO _ zu beheben LARGE

  1. Prüfen Sie, welche der Trainings- und Testmanifeste die maximale Dateigröße überschreiten.

  2. Reduzieren Sie die Anzahl der JSON Zeilen in den Manifestdateien, die zu groß sind. Weitere Informationen finden Sie unter Erstellen einer Manifestdatei.

ERROR_MANIFEST_ROWS_EXCEEDS_MAXIMUM

Fehlermeldung

Die Manifestdatei hat zu viele Zeilen.

Weitere Informationen

Die Anzahl der JSON Zeilen (Anzahl der Bilder) in der Manifestdatei ist größer als der zulässige Grenzwert. Das Limit ist für Modelle auf Bildebene und für Modelle zur Objektlokalisierung unterschiedlich. Weitere Informationen finden Sie unter Richtlinien und Kontingente in Amazon Rekognition Custom Labels.

JSONZeilenfehler werden validiert, bis die Anzahl der JSON Zeilen das ERROR_MANIFEST_ROWS_EXCEEDS_MAXIMUM Limit erreicht.

Sie können die Amazon Rekognition Custom Labels-Konsole nicht verwenden, um ERROR_MANIFEST_ROWS_EXCEEDS_MAXIMUM zu beheben.

So beheben Sie ERROR_MANIFEST_ROWS_EXCEEDS_MAXIMUM

ERROR_ _ INVALID _ PERMISSIONS MANIFEST _S3_ BUCKET

Fehlermeldung

Falsche Berechtigungen für den S3-Bucket.

Amazon Rekognition Custom Labels hat keine Berechtigungen für einen oder mehrere Buckets, die die Trainings- und Testmanifestdateien enthalten.

Sie können die Amazon Rekognition Custom Labels-Konsole nicht verwenden, um diesen Fehler zu beheben.

Um den Fehler _ _ _ ERROR_S3_ INVALID zu beheben PERMISSIONS MANIFEST BUCKET

ERROR_ _ _ _IN_ TOO MANY RECORDS ERROR

Fehlermeldung

Die Manifestdatei enthält zu viele endgültige Fehler.

So beheben Sie ERROR_TOO_MANY_RECORDS_IN_ERROR

Sie können die Amazon Rekognition Custom Labels-Konsole nicht verwenden, um diesen Fehler zu beheben.

ERROR_MANIFEST_TOO_MANY_LABELS

Fehlermeldung

Die Manifestdatei hat zu viele Labels.

Weitere Informationen

Die Anzahl der eindeutigen Labels im Manifest (Datensatz) übersteigt den zulässigen Grenzwert. Wenn der Trainingsdatensatz aufgeteilt wird, um einen Testdatensatz zu erstellen, wird die Anzahl der Labels nach dem Teilen bestimmt.

Um ERROR _ _ MANIFEST _ TOO MANY _ LABELS (Konsole) zu reparieren

  • Entfernen Sie Labels aus dem Datensatz. Weitere Informationen finden Sie unter Labels verwalten. Die Labels werden automatisch aus den Bildern und Begrenzungsrahmen in Ihrem Datensatz entfernt.

Um ERROR _ _ MANIFEST _ TOO MANY _ LABELS (JSONLinie) zu reparieren

  • Manifeste mit JSON Linien auf Bildebene — Wenn das Bild eine einzige Bezeichnung hat, entfernen Sie die JSON Linien für Bilder, die die gewünschte Bezeichnung verwenden. Wenn die JSON Linie mehrere Beschriftungen enthält, entfernen Sie nur das JSON Objekt mit der gewünschten Bezeichnung. Weitere Informationen finden Sie unter Hinzufügen mehrerer Labels auf Bildebene zu einem Bild.

    JSONLinien mit Objektposition — Entfernen Sie den Begrenzungsrahmen und die zugehörigen Labelinformationen für das Etikett, das Sie entfernen möchten. Tun Sie dies für jede JSON Zeile, die das gewünschte Etikett enthält. Sie müssen das Label aus dem class-map-Array und den entsprechenden Objekten im Array annotations und objects entfernen. Weitere Informationen finden Sie unter Objektlokalisierung in Manifestdateien.

ERROR_INSUFFICIENT_IMAGES_PER_LABEL_FOR_DISTRIBUTE

Fehlermeldung

Die Manifestdatei enthält nicht genügend Bilder mit Labels, um den Datensatz zu verteilen.

Die Datensatzverteilung erfolgt, wenn Amazon Rekognition Custom Labels einen Trainingsdatensatz aufteilt, um einen Testdatensatz zu erstellen. Sie können einen Datensatz auch teilen, indem Sie den aufrufen DistributeDatasetEntriesAPI.

Um den Fehler ERROR_ _ MANIFEST _ TOO MANY _ zu beheben LABELS

  • Fügen Sie dem Trainingsdatensatz weitere Bilder mit Labels hinzu

Endgültige Inhaltsfehler

Im Folgenden sind endgültige Inhaltsfehler aufgeführt. Bei der Datensatzerstellung werden Bilder mit endgültigen Inhaltsfehlern aus dem Datensatz entfernt. Der Datensatz kann weiterhin für Trainings verwendet werden. Wenn es zu viele Inhaltsfehler gibt, schlägt der Datensatz/die Aktualisierung fehl. Terminal-Inhaltsfehler im Zusammenhang mit Datensatzoperationen werden nicht in der Konsole angezeigt DescribeDataset oder von einer anderen Seite zurückgegebenAPI. Wenn Sie feststellen, dass Bilder oder Anmerkungen in Ihren Datensätzen fehlen, überprüfen Sie Ihre Datensatz-Manifestdateien auf die folgenden Probleme:

  • Die Länge einer JSON Zeile ist zu lang. Die maximale Länge beträgt 100 000 Zeichen.

  • Der source-ref Wert fehlt in einer JSON Linie.

  • Das Format eines source-ref Werts in einer JSON Zeile ist ungültig.

  • Der Inhalt einer JSON Zeile ist nicht gültig.

  • Der Wert eines source-ref-Felds wird mehr als einmal angezeigt. Auf ein Bild kann nur einmal in einem Datensatz verwiesen werden.

Informationen zu dem Feld source-ref finden Sie unter Erstellen einer Manifestdatei.