Erreurs définitives de contenu de manifeste

Cette rubrique décrit les Liste des erreurs de contenu du manifeste du terminal signalées dans le récapitulatif du manifeste. Le récapitulatif du manifeste inclut un code d’erreur et un message pour chaque erreur détectée. Pour plus d’informations, consultez Présentation du récapitulatif du manifeste. Les erreurs définitives de contenu de manifeste n’empêchent pas le signalement des Liste des erreurs de validation des JSON lignes non terminales.

ERROR_ _ TOO _ MANY _ INVALID ROWS _EN_ MANIFEST

Message d’erreur

Le fichier manifeste contient trop de lignes non valides.

En savoir plus

Une ERROR_TOO_MANY_INVALID_ROWS_IN_MANIFEST erreur se produit si un trop grand nombre de JSON lignes contiennent du contenu non valide.

Vous ne pouvez pas utiliser la console Étiquettes personnalisées Amazon Rekognition pour corriger une erreur ERROR_TOO_MANY_INVALID_ROWS_IN_MANIFEST.

Pour réparer ERROR _ _ TOO _ MANY _ INVALID ROWS _IN_ MANIFEST

1. Vérifiez le manifeste pour détecter les erreurs JSON de ligne. Pour de plus amples informations, veuillez consulter Présentation des manifestes de résultats de validation des entraînements et des tests.

2. Corriger les JSON lignes comportant des erreurs Pour plus d'informations, consultezErreurs de validation de JSON lignes non terminales.

ERROR_ IMAGES _EN_ MULTIPLE _S3_ BUCKETS

Message d’erreur

Le fichier manifeste contient des images provenant de plusieurs compartiments S3.

En savoir plus

Un manifeste ne peut référencer que des images stockées dans un seul compartiment. Chaque JSON ligne stocke l'emplacement Amazon S3 d'un emplacement d'image sous la valeur desource-ref. Dans l’exemple suivant, le nom du compartiment est my-bucket.

"source-ref": "s3://my-bucket/images/sunrise.png"

Vous ne pouvez pas utiliser la console Étiquettes personnalisées Amazon Rekognition pour corriger cette erreur.

Pour corriger l’erreur ERROR_IMAGES_IN_MULTIPLE_S3_BUCKETS

• Assurez-vous que toutes vos images se trouvent dans le même compartiment Amazon S3 et que la valeur de source-ref in every JSON Line fait référence au compartiment dans lequel vos images sont stockées. Vous pouvez également choisir un compartiment Amazon S3 préféré et supprimer les JSON lignes où source-ref ne font pas référence à votre compartiment préféré.

ERROR_ _ INVALID _ PERMISSIONS IMAGES _S3_ BUCKET

Message d’erreur

Les autorisations du compartiment S3 d’images ne sont pas valides.

En savoir plus

Les autorisations du compartiment Amazon S3 contenant les images sont incorrectes.

Vous ne pouvez pas utiliser la console Étiquettes personnalisées Amazon Rekognition pour corriger cette erreur.

Pour corriger l’erreur ERROR_INVALID_PERMISSIONS_IMAGES_S3_BUCKET

• Vérifiez les autorisations du compartiment contenant les images. La valeur source-ref d’une image contient l’emplacement du compartiment.

ERROR_ INVALID _ IMAGES BUCKET _S3_ _ OWNER

Message d’erreur

Identifiant de propriétaire non valide pour le compartiment S3 d’images.

En savoir plus

Le propriétaire du compartiment contenant les images d’entraînement ou de test est différent de celui du compartiment contenant le manifeste d’entraînement ou de test. Vous pouvez utiliser la commande suivante pour rechercher le propriétaire d’un compartiment.

aws s3api get-bucket-acl --bucket bucket name

L’élément OWNER ID doit correspondre à celui des compartiments stockant les images et les fichiers manifestes.

Pour réparer ERROR _ INVALID _ IMAGES BUCKET _S3_ _ OWNER

1. Choisissez le propriétaire souhaité des compartiments d’entraînement, de test, de sortie et d’images. Celui-ci doit être autorisé à utiliser la fonctionnalité Étiquettes personnalisées Amazon Rekognition.

2. Pour chaque compartiment n’appartenant pas actuellement au propriétaire souhaité, créez un compartiment Amazon S3 appartenant au propriétaire préféré.

3. Copiez le contenu de l’ancien compartiment dans le nouveau compartiment. Pour plus d’informations, consultez Comment copier tous les objets d’un compartiment Amazon S3 vers un autre ?.

Vous ne pouvez pas utiliser la console Étiquettes personnalisées Amazon Rekognition pour corriger cette erreur.

ERROR_INSUFFICIENT_IMAGES_PER_LABEL_FOR_AUTOSPLIT

Message d’erreur

Le fichier manifeste ne contient pas suffisamment d’images étiquetées par étiquette pour permettre le fractionnement automatique.

En savoir plus

Pendant l’entraînement du modèle, vous pouvez créer un jeu de données de test en utilisant 20 % des images du jeu de données d’entraînement. ERROR_ _ INSUFFICIENT _ IMAGES _ PER _ LABEL FOR _ AUTOSPLIT se produit lorsqu'il n'y a pas assez d'images pour créer un ensemble de données de test acceptable.

Vous ne pouvez pas utiliser la console Étiquettes personnalisées Amazon Rekognition pour corriger cette erreur.

Pour réparer ERROR _ INSUFFICIENT IMAGES _ PER _ LABEL _ FOR _ AUTOSPLIT

• Ajoutez d’autres images étiquetées à votre jeu de données d’entraînement. Vous pouvez ajouter des images dans la console Amazon Rekognition Custom Labels en ajoutant des images au jeu de données d'entraînement ou JSON en ajoutant des lignes à votre manifeste d'entraînement. Pour de plus amples informations, veuillez consulter Gestion des jeux de données.

ERROR_MANIFEST_TOO_FEW_LABELS

Message d’erreur

Le fichier manifeste contient trop peu d’étiquettes.

En savoir plus

Les jeux de données d’entraînement et de test exigent un nombre minimum d’étiquettes. Ce minimum dépend du fait que le jeu de données forme ou teste un modèle pour détecter les étiquettes de niveau image (classification), ou que le modèle détecte les emplacements d’objets. Si le jeu de données d’entraînement est fractionné pour créer un jeu de données de test, le nombre d’étiquettes du jeu de données est déterminé après le fractionnement du jeu de données d’entraînement. Pour de plus amples informations, veuillez consulter Amazon Rekognition.

Pour corriger ERROR _ MANIFEST _ TOO _ FEW _ LABELS (console)

1. Ajoutez de nouvelles étiquettes au jeu de données. Pour plus d’informations, consultez Gestion des étiquettes.

2. Ajoutez les nouvelles étiquettes aux images du jeu de données. Si votre modèle détecte des étiquettes de niveau image, consultez Attribution d’étiquettes au niveau de l’image à une image. Si votre modèle détecte les emplacements d’objets, consultez Étiquetage des objets à l’aide de cadres de délimitation.

Pour corriger ERROR _ MANIFEST _ TOO _ FEW _ LABELS (JSONLine)

• Ajoutez JSON des lignes pour les nouvelles images dotées de nouvelles étiquettes. Pour de plus amples informations, veuillez consulter Création d’un fichier manifeste. Quand votre modèle détecte des étiquettes de niveau image, vous ajoutez de nouveaux noms d’étiquettes au champ class-name. Par exemple, l’étiquette de l’image suivante est Sunrise.

  {
      "source-ref": "s3://bucket/images/sunrise.png",
      "testdataset-classification_Sunrise": 1,
      "testdataset-classification_Sunrise-metadata": {
          "confidence": 1,
          "job-name": "labeling-job/testdataset-classification_Sunrise",
          "class-name": "Sunrise",
          "human-annotated": "yes",
          "creation-date": "2018-10-18T22:18:13.527256",
          "type": "groundtruth/image-classification"
      }
  }

  Si votre modèle détecte les emplacements d’objets, ajoutez de nouvelles étiquettes à class-map, comme illustré dans l’exemple suivant.

  {
  	"source-ref": "s3://custom-labels-bucket/images/IMG_1186.png",
  	"bounding-box": {
  		"image_size": [{
  			"width": 640,
  			"height": 480,
  			"depth": 3
  		}],
  		"annotations": [{
  			"class_id": 1,
  			"top": 251,
  			"left": 399,
  			"width": 155,
  			"height": 101
  		}, {
  			"class_id": 0,
  			"top": 65,
  			"left": 86,
  			"width": 220,
  			"height": 334
  		}]
  	},
  	"bounding-box-metadata": {
  		"objects": [{
  			"confidence": 1
  		}, {
  			"confidence": 1
  		}],
  		"class-map": {
  			"0": "Echo",
  			"1": "Echo Dot"
  		},
  		"type": "groundtruth/object-detection",
  		"human-annotated": "yes",
  		"creation-date": "2018-10-18T22:18:13.527256",
  		"job-name": "my job"
  	}
  }

  Vous devez mapper la table de la carte des classes aux annotations des cadres de délimitation. Pour de plus amples informations, veuillez consulter Localisation d’objets dans les fichiers manifestes.

ERROR_MANIFEST_TOO_MANY_LABELS

Message d’erreur

Le fichier manifeste contient trop d’étiquettes.

En savoir plus

Le nombre d’étiquettes uniques dans le manifeste (jeu de données) est supérieur à la limite autorisée. Si le jeu de données d’entraînement est fractionné pour créer un jeu de données de test, le nombre d’étiquettes est déterminé après le fractionnement.

Pour corriger ERROR _ MANIFEST _ TOO _ MANY _ LABELS (console)

• Supprimez des étiquettes du jeu de données. Pour plus d’informations, consultez Gestion des étiquettes. Les étiquettes sont automatiquement supprimées des images et des cadres de délimitation du jeu de données.

Pour corriger ERROR _ MANIFEST _ TOO _ MANY _ LABELS (JSONLine)

• Manifestes avec JSON lignes au niveau de l'image : si l'image possède une seule étiquette, supprimez les JSON lignes pour les images qui utilisent l'étiquette souhaitée. Si la JSON ligne contient plusieurs étiquettes, supprimez uniquement l'JSONobjet correspondant à l'étiquette souhaitée. Pour de plus amples informations, veuillez consulter Ajout de plusieurs étiquettes au niveau de l’image à une image.

  Manifestes avec JSON lignes de localisation des objets : supprimez le cadre et les informations d'étiquette associées à l'étiquette que vous souhaitez supprimer. Procédez ainsi pour chaque JSON ligne contenant l'étiquette souhaitée. Vous devez supprimer l’étiquette du tableau class-map et les objets correspondants dans le tableau objects et annotations. Pour de plus amples informations, veuillez consulter Localisation d’objets dans les fichiers manifestes.

ERROR_INSUFFICIENT_LABEL_OVERLAP

Message d’erreur

Moins de {} % de chevauchement d’étiquettes entre les fichiers manifestes d’entraînement et de test.

En savoir plus

Il y a moins de 50 % de chevauchement entre les noms d’étiquette du jeu de données de test et ceux du jeu de données d’entraînement.

Pour corriger ERROR _ INSUFFICIENT _ LABEL _ OVERLAP (console)

• Supprimez les étiquettes du jeu de données d’entraînement. Autrement, vous pouvez aussi ajouter des étiquettes plus courantes à votre jeu de données de test. Pour plus d’informations, consultez Gestion des étiquettes. Les étiquettes sont automatiquement supprimées des images et des cadres de délimitation du jeu de données.

Pour corriger ERROR _ _ INSUFFICIENT LABEL _ OVERLAP en supprimant les étiquettes du jeu de données d'entraînement (JSONLine)

• Manifestes avec JSON lignes au niveau de l'image : si l'image possède une seule étiquette, supprimez la JSON ligne correspondant à l'image qui utilise l'étiquette souhaitée. Si la JSON ligne contient plusieurs étiquettes, supprimez uniquement l'JSONobjet correspondant à l'étiquette souhaitée. Pour de plus amples informations, veuillez consulter Ajout de plusieurs étiquettes au niveau de l’image à une image. Procédez ainsi pour chaque JSON ligne du manifeste qui contient l'étiquette que vous souhaitez supprimer.

  Manifestes avec JSON lignes de localisation des objets : supprimez le cadre et les informations d'étiquette associées à l'étiquette que vous souhaitez supprimer. Procédez ainsi pour chaque JSON ligne contenant l'étiquette souhaitée. Vous devez supprimer l’étiquette du tableau class-map et les objets correspondants dans le tableau objects et annotations. Pour de plus amples informations, veuillez consulter Localisation d’objets dans les fichiers manifestes.

Pour corriger ERROR _ _ INSUFFICIENT LABEL _ OVERLAP en ajoutant des étiquettes communes à l'ensemble de données de test (JSONLine)

• Ajoutez JSON des lignes au jeu de données de test qui incluent des images étiquetées avec des étiquettes déjà présentes dans le jeu de données d'entraînement. Pour de plus amples informations, veuillez consulter Création d’un fichier manifeste.

ERROR_MANIFEST_TOO_FEW_USABLE_LABELS

Message d’erreur

Le fichier manifeste contient trop peu d’étiquettes utilisables.

En savoir plus

Un manifeste de formation peut contenir des JSON lignes au format d'étiquette au niveau de l'image et au format de localisation des objets. En fonction du type de JSON lignes trouvé dans le manifeste de formation, Amazon Rekognition Custom Labels choisit de créer un modèle qui détecte les étiquettes au niveau de l'image ou un modèle qui détecte l'emplacement des objets. Les étiquettes personnalisées Amazon Rekognition JSON filtrent les JSON enregistrements valides pour les lignes qui ne correspondent pas au format choisi. ERROR_ MANIFEST _ TOO _ FEW _ USABLE _ LABELS se produit lorsque le nombre d'étiquettes dans le manifeste du type de modèle choisi est insuffisant pour entraîner le modèle.

Un minimum d’une étiquette est obligatoire pour entraîner un modèle détectant les étiquettes de niveau image. Un minimum de deux étiquettes est obligatoire pour entraîner un modèle détectant les emplacements d’objets.

Pour corriger ERROR _ MANIFEST _ TOO _ FEW _ USABLE _ LABELS (console)

1. Vérifiez le champ use_case dans le récapitulatif du manifeste.

2. Ajoutez d’autres étiquettes au jeu de données d’entraînement pour le cas d’utilisation (niveau image ou localisation d’objet) correspondant à la valeur de use_case. Pour plus d’informations, consultez Gestion des étiquettes. Les étiquettes sont automatiquement supprimées des images et des cadres de délimitation du jeu de données.

Pour corriger ERROR _ MANIFEST _ TOO _ FEW _ USABLE _ LABELS (JSONLine)

1. Vérifiez le champ use_case dans le récapitulatif du manifeste.

2. Ajoutez d’autres étiquettes au jeu de données d’entraînement pour le cas d’utilisation (niveau image ou localisation d’objet) correspondant à la valeur de use_case. Pour de plus amples informations, veuillez consulter Création d’un fichier manifeste.

ERROR_INSUFFICIENT_USABLE_LABEL_OVERLAP

Message d’erreur

Moins de {} % de chevauchement d’étiquettes utilisables entre les fichiers manifestes d’entraînement et de test.

En savoir plus

Un manifeste de formation peut contenir des JSON lignes au format d'étiquette au niveau de l'image et au format de localisation des objets. En fonction des formats trouvés dans le manifeste d’entraînement, la fonctionnalité Étiquettes personnalisées Amazon Rekognition choisit de créer un modèle qui détecte les étiquettes de niveau image, ou un modèle qui détecte les emplacements d’objets. Les étiquettes personnalisées Amazon Rekognition n'JSONutilisent pas d'JSONenregistrements valides pour les lignes qui ne correspondent pas au format de modèle choisi. ERROR_ INSUFFICIENT _ _ USABLE LABEL _ OVERLAP se produit lorsqu'il y a un chevauchement de moins de 50 % entre les étiquettes de test et de formation utilisées.

Pour corriger ERROR _ INSUFFICIENT _ USABLE _ LABEL _ OVERLAP (console)

• Supprimez les étiquettes du jeu de données d’entraînement. Autrement, vous pouvez aussi ajouter des étiquettes plus courantes à votre jeu de données de test. Pour plus d’informations, consultez Gestion des étiquettes. Les étiquettes sont automatiquement supprimées des images et des cadres de délimitation du jeu de données.

Pour corriger ERROR _ _ INSUFFICIENT _ USABLE LABEL _ OVERLAP en supprimant les étiquettes du jeu de données d'entraînement (JSONLine)

• Ensembles de données utilisés pour détecter les étiquettes au niveau de l'image : si l'image possède une seule étiquette, supprimez la JSON ligne correspondant à l'image qui utilise l'étiquette souhaitée. Si la JSON ligne contient plusieurs étiquettes, supprimez uniquement l'JSONobjet correspondant à l'étiquette souhaitée. Pour de plus amples informations, veuillez consulter Ajout de plusieurs étiquettes au niveau de l’image à une image. Procédez ainsi pour chaque JSON ligne du manifeste qui contient l'étiquette que vous souhaitez supprimer.

  Jeux de données utilisés pour détecter les emplacements d’objets : supprimez le cadre de délimitation et les informations associées à l’étiquette que vous souhaitez supprimer. Procédez ainsi pour chaque JSON ligne contenant l'étiquette souhaitée. Vous devez supprimer l’étiquette du tableau class-map et les objets correspondants dans le tableau objects et annotations. Pour de plus amples informations, veuillez consulter Localisation d’objets dans les fichiers manifestes.

Pour corriger ERROR _ _ INSUFFICIENT _ USABLE LABEL _ OVERLAP en ajoutant des étiquettes communes à l'ensemble de données de test (JSONLine)

• Ajoutez JSON des lignes au jeu de données de test qui incluent des images étiquetées avec des étiquettes déjà présentes dans le jeu de données d'entraînement. Pour de plus amples informations, veuillez consulter Création d’un fichier manifeste.

ERROR_ FAILED _ IMAGES _S3_ COPY

Message d’erreur

Échec de la copie d’images à partir du compartiment S3.

En savoir plus

Le service n’a pu copier aucune des images du jeu de données.

Vous ne pouvez pas utiliser la console Étiquettes personnalisées Amazon Rekognition pour corriger cette erreur.

Pour réparer ERROR _ _ FAILED IMAGES _S3_ COPY

1. Vérifiez les autorisations associées à vos images.

2. Si vous en utilisez AWS KMS, vérifiez la politique relative aux compartiments. Pour de plus amples informations, veuillez consulter Déchiffrer des fichiers chiffrés avec AWS Key Management Service.

Le fichier manifeste contient trop d’erreurs définitives.

Il y a trop de JSON lignes contenant des erreurs de contenu dans le terminal.

Pour corriger l’erreur ERROR_TOO_MANY_RECORDS_IN_ERROR

• Réduisez le nombre de JSON lignes (images) présentant des erreurs de contenu dans le terminal. Pour de plus amples informations, veuillez consulter Erreurs définitives de contenu de manifeste.

Vous ne pouvez pas utiliser la console Étiquettes personnalisées Amazon Rekognition pour corriger cette erreur.