Correction des erreurs d’entraînement

Vous utilisez le récapitulatif du manifeste pour identifier les Liste des erreurs de contenu du manifeste du terminal et les Liste des erreurs de validation des JSON lignes non terminales rencontrées pendant l’entraînement. Vous devez corriger les erreurs de contenu du manifeste. Nous vous recommandons également de corriger les erreurs de JSON ligne non terminales. Pour plus d’informations sur des erreurs spécifiques, consultez Erreurs de validation de JSON lignes non terminales et Erreurs définitives de contenu de manifeste.

Vous pouvez apporter des corrections au jeu de données d’entraînement ou de test utilisé pour l’entraînement. Autrement, vous pouvez aussi apporter les corrections dans les fichiers manifestes de validation d’entraînement et de test, et les utiliser pour entraîner le modèle.

Une fois les corrections effectuées, vous devez importer les manifestes mis à jour et réentraîner le modèle. Pour plus d’informations, consultez Création d’un fichier manifeste.

La procédure suivante montre comment utiliser le récapitulatif du manifeste pour corriger les erreurs définitives de contenu de manifeste. La procédure vous montre également comment localiser et corriger les erreurs de JSON ligne dans les manifestes de validation de formation et de test.

Pour corriger les erreurs d’entraînement Étiquettes personnalisées Amazon Rekognition

1. Téléchargez les fichiers de résultats de validation. Les noms de fichiers sont training_manifest_with_validation.json, testing_manifest_with_validation.json et manifest_summary.json. Pour plus d’informations, consultez Obtention des résultats de validation.

2. Ouvrez le fichier récapitulatif du manifeste (manifest_summary.json).

3. Corrigez les erreurs éventuelles dans le récapitulatif du manifeste. Pour de plus amples informations, veuillez consulter Présentation du récapitulatif du manifeste.

4. Dans le résumé du manifeste, parcourez le error_line_indices tableau training et corrigez les erreurs dans training_manifest_with_validation.json les numéros de JSON ligne correspondants. Pour de plus amples informations, veuillez consulter Présentation des manifestes de résultats de validation des entraînements et des tests.

5. Parcourez le error_line_indices tableau testing et corrigez les erreurs dans testing_manifest_with_validation.json les numéros de JSON ligne correspondants.

6. Formez de nouveau le modèle en utilisant les fichiers manifestes de validation comme jeux de données d’entraînement et de test. Pour de plus amples informations, veuillez consulter Entraînement d’un modèle Étiquettes personnalisées Amazon Rekognition.

Si vous utilisez AWS SDK et choisissez de corriger les erreurs dans les fichiers manifestes des données d'apprentissage ou de validation des tests, utilisez l'emplacement des fichiers manifestes de données de validation dans les paramètres TestingDatad'entrée TrainingDataet dans CreateProjectVersion. Pour de plus amples informations, veuillez consulter Entraînement d’un modèle (kit SDK).

JSONpriorité des erreurs de ligne

Les erreurs JSON de ligne suivantes sont détectées en premier. Si l'une de ces erreurs se produit, la validation des erreurs de JSON ligne est arrêtée. Vous devez corriger ces erreurs avant de pouvoir corriger les autres erreurs de JSON ligne

• MISSING_SOURCE_REF

• ERROR_INVALID_SOURCE_REF_FORMAT

• ERROR_NON_ _ LABEL ATTRIBUTES

• ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT

• ERROR_INVALID_LABEL_ATTRIBUTE_METADATA_FORMAT

• ERROR_MISSING_BOUNDING_BOX_CONFIDENCE

• ERROR_ MISSING _ CLASS _ MAP _ID

• ERROR_INVALID_JSON_LINE