Erreurs définitives de contenu de manifeste

Cette rubrique décrit les Erreurs définitives de contenu de manifeste 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 Erreurs non définitives de validation de ligne JSON.

ERROR_TOO_MANY_INVALID_ROWS_IN_IN_MANIFEST

Message d’erreur

Le fichier manifeste contient trop de lignes non valides.

En savoir plus

Une erreur ERROR_TOO_MANY_INVALID_ROWS_IN_MANIFEST se produit quand trop de lignes JSON 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 corriger l’erreur ERROR_TOO_MANY_INVALID_ROWS_IN_IN_MANIFEST

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

2. Corrigez les lignes JSON présentant des erreurs. Pour plus d’informations, consultez Erreurs non définitives de validation de ligne JSON.

ERROR_IMAGES_IN_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 ligne JSON stocke l’emplacement Amazon S3 de l’emplacement d’une image sous forme de valeur source-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 source-ref de chaque ligne JSON fait référence au compartiment dans lequel vos images sont stockées. Autrement, vous pouvez aussi choisir un compartiment Amazon S3 préféré, et supprimer les lignes JSON où source-ref ne fait pas référence à ce dernier.

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_S3_BUCKET_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 corriger l’erreur ERROR_INVALID_IMAGES_S3_BUCKET_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. L’erreur ERROR_INSUFFICIENT_IMAGES_PER_LABEL_FOR_AUTOSPLIT se produit lorsqu’il n’y a pas assez d’images pour créer un jeu de données de test acceptable.

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

Pour corriger l’erreur ERROR_INSUFFICIENT_IMAGES_PER_LABEL_FOR_AUTOSPLIT

• Ajoutez d’autres images étiquetées à votre jeu de données d’entraînement. Il est possible d’ajouter des images dans la console Étiquettes personnalisées Amazon Rekognition en ajoutant des images au jeu de données d’entraînement, ou des lignes JSON au manifeste d’entraînement. Pour plus d’informations, consultez 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 plus d’informations, consultez Amazon Rekognition.

Pour corriger l’erreur 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 l’erreur ERROR_MANIFEST_TOO_FEW_LABELS (Ligne JSON)

• Ajoutez des lignes JSON pour les nouvelles images comportant de nouvelles étiquettes. Pour plus d’informations, consultez 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 plus d’informations, consultez 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 l’erreur 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 l’erreur ERROR_MANIFEST_TOO_MANY_LABELS (Ligne JSON)

• Manifestes avec lignes JSON au niveau de l’image : si l’image possède une seule étiquette, supprimez les lignes JSON des images utilisant l’étiquette souhaitée. Si la ligne JSON contient plusieurs étiquettes, supprimez uniquement l’objet JSON correspondant à l’étiquette souhaitée. Pour plus d’informations, consultez Ajout de plusieurs étiquettes au niveau de l’image à une image.

  Manifestes avec lignes JSON d’emplacement d’objets : supprimez le cadre de délimitation et les informations associées à l’étiquette que vous souhaitez supprimer. Procédez ainsi pour chaque ligne JSON contenant l’étiquette souhaitée. Vous devez supprimer l’étiquette du tableau class-map et les objets correspondants dans le tableau objects et annotations. Pour plus d’informations, consultez 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 l’erreur 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 l’erreur ERROR_INSUFFICIENT_LABEL_OVERLAP en supprimant les étiquettes du jeu de données d’entraînement (Ligne JSON)

• Manifestes avec lignes JSON de niveau image : si l’image possède une seule étiquette, supprimez la ligne JSON de l’image utilisant l’étiquette souhaitée. Si la ligne JSON contient plusieurs étiquettes, supprimez uniquement l’objet JSON correspondant à l’étiquette souhaitée. Pour plus d’informations, consultez Ajout de plusieurs étiquettes au niveau de l’image à une image. Procédez ainsi pour chaque ligne JSON du manifeste contenant l’étiquette que vous souhaitez supprimer.

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

Pour corriger l’erreur ERROR_INSUFFICIENT_LABEL_OVERLAP en ajoutant des étiquettes communes au jeu de données de test (Ligne JSON)

• Ajoutez au jeu de données de test des lignes JSON incluant des images étiquetées avec des étiquettes déjà présentes dans le jeu de données d’entraînement. Pour plus d’informations, consultez 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 d’entraînement peut contenir des lignes JSON au format d’étiquette de niveau image et au format d’emplacement d’objets. En fonction du type de lignes JSON trouvé 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. La fonctionnalité Étiquettes personnalisées Amazon Rekognition filtre les enregistrements JSON valides pour les lignes JSON qui ne correspondent pas au format choisi. L’erreur 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 l’erreur 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 l’erreur ERROR_MANIFEST_TOO_FEW_USABLE_LABELS (Ligne JSON)

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 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 d’entraînement peut contenir des lignes JSON au format d’étiquette de niveau image et au format d’emplacement d’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. La fonctionnalité Étiquettes personnalisées Amazon Rekognition les enregistrements JSON valides pour les lignes JSON qui ne correspondent pas au format de modèle choisi. L’erreur ERROR_INSUFFICIENT_USABLE_LABEL_OVERLAP se produit lorsqu’il y a moins de 50 % de chevauchement entre les étiquettes d’entraînement et de test utilisées.

Pour corriger l’erreur 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 l’erreur ERROR_INSUFFICIENT_USABLE_LABEL_OVERLAP en supprimant les étiquettes du jeu de données d’entraînement (Ligne JSON)

• Jeux de données utilisés pour détecter les étiquettes de niveau image : si l’image possède une seule étiquette, supprimez la ligne JSON de l’image qui utilise l’étiquette souhaitée. Si la ligne JSON contient plusieurs étiquettes, supprimez uniquement l’objet JSON correspondant à l’étiquette souhaitée. Pour plus d’informations, consultez Ajout de plusieurs étiquettes au niveau de l’image à une image. Procédez ainsi pour chaque ligne JSON du manifeste contenant 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 ligne JSON contenant l’étiquette souhaitée. Vous devez supprimer l’étiquette du tableau class-map et les objets correspondants dans le tableau objects et annotations. Pour plus d’informations, consultez Localisation d’objets dans les fichiers manifestes.

Pour corriger l’erreur ERROR_INSUFFICIENT_USABLE_LABEL_OVERLAP en ajoutant des étiquettes communes au jeu de données de test (Ligne JSON)

• Ajoutez au jeu de données de test des lignes JSON incluant des images étiquetées avec des étiquettes déjà présentes dans le jeu de données d’entraînement. Pour plus d’informations, consultez 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 corriger l’erreur 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 plus d’informations, consultez Déchiffrer des fichiers chiffrés avec AWS Key Management Service.

Le fichier manifeste contient trop d’erreurs définitives.

Il existe trop de lignes JSON contenant des erreurs définitives de contenu.

Pour corriger l’erreur ERROR_TOO_MANY_RECORDS_IN_ERROR

• Réduisez le nombre de lignes JSON (images) présentant des erreurs définitives de contenu. Pour plus d’informations, consultez Erreurs définitives de contenu de manifeste.

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