비터미널 JSON 회선 검증 오류

이 주제에는 Amazon Rekognition 사용자 지정 레이블이 교육 중에 보고한 비터미널 JSON 회선 검증 오류가 나열되어 있습니다. 오류는 훈련 및 테스트 검증 매니페스트에 보고됩니다. 자세한 내용은 훈련 및 테스트 검증 결과 매니페스트의 이해 단원을 참조하십시오. 교육 또는 테스트 매니페스트 파일의 JSON 라인을 업데이트하여 터미널이 아닌 JSON 회선 오류를 수정할 수 있습니다. 매니페스트에서 JSON 라인을 제거할 수도 있지만 이렇게 하면 모델 품질이 저하될 수 있습니다. 터미널이 아닌 검증 오류가 많으면 매니페스트 파일을 다시 만드는 것이 더 쉬울 수 있습니다. 검증 오류는 일반적으로 수동으로 만든 매니페스트 파일에서 발생합니다. 자세한 내용은 매니페스트 파일 생성 섹션을 참조하세요. 검증 오류 수정에 대한 자세한 내용은 훈련 오류 수정 항목을 참조하세요. Amazon Rekognition Custom Labels 콘솔을 사용하여 일부 오류를 수정할 수 있습니다.

ERROR_MISSING_SOURCE_REF

오류 메시지

source-ref 키가 누락되었습니다.

추가 정보

JSON라인 source-ref 필드는 이미지의 Amazon S3 위치를 제공합니다. 이 오류는 source-ref 키가 누락되었거나 철자가 잘못되었을 때 발생합니다. 이 오류는 일반적으로 수동으로 만든 매니페스트 파일에서 발생합니다. 자세한 내용은 매니페스트 파일 생성 섹션을 참조하세요.

`ERROR_MISSING_SOURCE_REF` 오류를 수정하려면

source-ref 키가 있고 철자가 올바른지 확인하세요. 완전한 source-ref 키와 값은 "source-ref": "s3://bucket/path/image"와 비슷합니다.
업데이트 또는 JSON 라인 내 source-ref 키 또는 매니페스트 파일에서 JSON 라인을 제거해도 됩니다.

Amazon Rekognition Custom Labels 콘솔로는 이 오류를 수정할 수 없습니다.

ERROR_INVALID_SOURCE_REF_FORMAT

오류 메시지

source-ref 값의 형식이 잘못되었습니다.

추가 정보

source-ref키가 JSON 라인에 있지만 Amazon S3 경로의 스키마가 올바르지 않습니다. 예를 들어, 경로가 https://.... 대신 S3://....입니다. ERROR_ _ INVALID SOURCE REF _ FORMAT 오류는 일반적으로 수동으로 생성한 매니페스트 파일에서 발생합니다. 자세한 내용은 매니페스트 파일 생성 단원을 참조하십시오.

`ERROR_INVALID_SOURCE_REF_FORMAT` 오류를 수정하려면

스키마가 "source-ref": "s3://bucket/path/image"인지 확인하세요. 예: "source-ref": "s3://custom-labels-console-us-east-1-1111111111/images/000000242287.jpg".
매니페스트 파일에서 JSON 라인을 업데이트하거나 제거합니다.

Amazon Rekognition Custom Labels 콘솔로는 ERROR_INVALID_SOURCE_REF_FORMAT을 수정할 수 없습니다.

ERROR_NO_ _ LABEL ATTRIBUTES

오류 메시지

레이블 속성을 찾을 수 없습니다.

추가 정보

레이블 속성 또는 레이블 속성 -metadata 키 이름(또는 둘 다)이 잘못되었거나 누락되었습니다. 다음 예제에서는 bounding-box 또는 bounding-box-metadata 키(또는 둘 다)가 누락될 때마다 ERROR_NO_LABEL_ATTRIBUTES가 발생합니다. 자세한 내용은 매니페스트 파일 생성 섹션을 참조하세요.


{
	"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"
	}
}

ERROR_NO_LABEL_ATTRIBUTES 오류는 일반적으로 수동으로 만든 매니페스트 파일에서 발생합니다. 자세한 내용은 매니페스트 파일 생성 섹션을 참조하세요.

`ERROR_NO_LABEL_ATTRIBUTES` 오류를 수정하려면

레이블 속성 식별자와 레이블 속성 식별자 -metadata 키가 있고 키 이름의 철자가 올바른지 확인하세요.
매니페스트 파일에서 JSON 라인을 업데이트하거나 제거합니다.

Amazon Rekognition Custom Labels 콘솔로는 ERROR_NO_LABEL_ATTRIBUTES를 수정할 수 없습니다.

ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT

오류 메시지

레이블 속성 {}의 형식이 잘못되었습니다.

추가 정보

레이블 속성 키의 스키마가 누락되었거나 유효하지 않습니다. 수동으로 만든 매니페스트 파일에서 일반적으로 ERROR INVALID LABEL ATTRIBUTE _ _ _ FORMAT 오류가 발생합니다. 자세한 내용은 을 참조하십시오. 매니페스트 파일 생성

`ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT` 오류를 수정하려면

레이블 속성 키의 JSON 라인 섹션이 올바른지 확인하십시오. 다음 예제 객체 위치 예제에서는 image_size 및 annotations 객체가 정확해야 합니다. 레이블 속성 키는 bounding-box 이름이 지정되어 있습니다.


	"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
		}]
	},

매니페스트 파일에서 JSON 라인을 업데이트하거나 제거합니다.

Amazon Rekognition Custom Labels 콘솔로는 이 오류를 수정할 수 없습니다.

ERROR_INVALID_LABEL_ATTRIBUTE_METADATA_FORMAT

오류 메시지

레이블 속성 메타데이터의 형식이 잘못되었습니다.

추가 정보

레이블 속성 메타데이터 키의 스키마가 누락되었거나 유효하지 않습니다. ERROR_ _ INVALID _ LABEL _ ATTRIBUTE METADATA _ FORMAT 오류는 일반적으로 수동으로 만든 매니페스트 파일에서 발생합니다. 자세한 내용은 매니페스트 파일 생성 단원을 참조하십시오.

`ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT` 오류를 수정하려면

레이블 속성 메타데이터 키의 JSON 라인 스키마가 다음 예제와 비슷한지 확인하세요. 레이블 속성 메타데이터 키는 bounding-box-metadata 이름이 지정되어 있습니다.


	"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"
	}

매니페스트 파일에서 JSON 라인을 업데이트하거나 제거합니다.

Amazon Rekognition Custom Labels 콘솔로는 이 오류를 수정할 수 없습니다.

ERROR_NO_ _ _ VALID LABEL ATTRIBUTES

오류 메시지

유효한 레이블 속성을 찾을 수 없습니다.

추가 정보

라인에서 유효한 라벨 속성을 찾을 수 없습니다. JSON Amazon Rekognition Custom Labels는 레이블 속성과 레이블 속성 식별자를 모두 확인합니다. ERROR_ _ INVALID _ LABEL ATTRIBUTE _ FORMAT 오류는 일반적으로 수동으로 만든 매니페스트 파일에서 발생합니다. 자세한 내용은 을 참조하십시오. 매니페스트 파일 생성

JSON라인이 지원되는 SageMaker 매니페스트 형식이 아닌 경우 Amazon Rekognition 사용자 지정 레이블은 해당 라인을 유효하지 않은 것으로 JSON 표시하고 오류가 보고됩니다. ERROR_NO_VALID_LABEL_ATTRIBUTES 현재 Amazon Rekognition Custom Labels는 분류 작업 및 경계 상자 형식을 지원합니다. 자세한 내용은 매니페스트 파일 생성 섹션을 참조하세요.

`ERROR_NO_VALID_LABEL_ATTRIBUTES` 오류를 수정하려면

레이블 속성 키와 레이블 속성의 메타데이터가 올바른지 확인하십시오. JSON
매니페스트 파일에서 JSON 라인을 업데이트하거나 제거합니다. 자세한 내용은 매니페스트 파일 생성 단원을 참조하십시오.

Amazon Rekognition Custom Labels 콘솔로는 이 오류를 수정할 수 없습니다.

ERROR_MISSING_BOUNDING_BOX_CONFIDENCE

오류 메시지

하나 이상의 경계 상자에 신뢰도 값이 누락되었습니다.

추가 정보

하나 이상의 객체 위치 경계 상자에 대한 신뢰도 키가 누락되었습니다. 경계 상자의 신뢰도 키는 다음 예제와 같이 레이블 속성 메타데이터에 있습니다. ERROR_ _ MISSING _ BOUNDING BOX _ CONFIDENCE 오류는 일반적으로 수동으로 만든 매니페스트 파일에서 발생합니다. 자세한 내용은 매니페스트 파일의 객체 위치 파악 단원을 참조하십시오.


	"bounding-box-metadata": {
		"objects": [{
			"confidence": 1
		}, {
			"confidence": 1
		}],

`ERROR_MISSING_BOUNDING_BOX_CONFIDENCE` 오류를 수정하려면

레이블 속성의 objects 배열에 레이블 속성 annotations 배열에 있는 객체와 동일한 개수의 신뢰도 키가 포함되어 있는지 확인하세요.
매니페스트 파일에서 JSON 라인을 업데이트하거나 제거합니다.

Amazon Rekognition Custom Labels 콘솔로는 이 오류를 수정할 수 없습니다.

ERROR_ _ MISSING CLASS _ _ID MAP

오류 메시지

클래스 맵에서 하나 이상의 클래스 ID가 누락되었습니다.

추가 정보

주석(경계 상자) 객체 내의 class_id가 레이블 속성 메타데이터 클래스 맵(class-map)에 일치하는 항목이 없습니다. 자세한 내용은 매니페스트 파일의 객체 위치 파악 단원을 참조하십시오. ERROR_ _ MISSING CLASS _ MAP _ID 오류는 일반적으로 수동으로 만든 매니페스트 파일에서 발생합니다.

ERROR_ _ MISSING _ CLASS _ID 수정하기 MAP

다음 예와 같이 각 주석(경계 상자) 객체의 class_id 값에 대해 class-map 배열 안에 상응하는 값이 있는지 확인하세요. annotations 배열과 class_map 배열의 요소 개수는 같아야 합니다.


{
	"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"
	}
}

매니페스트 파일에서 JSON 라인을 업데이트하거나 제거합니다.

Amazon Rekognition Custom Labels 콘솔로는 이 오류를 수정할 수 없습니다.

ERROR_INVALID_JSON_LINE

오류 메시지

JSON라인의 형식이 잘못되었습니다.

추가 정보

JSON라인에서 예상치 못한 문자가 발견되었습니다. 해당 JSON 라인은 오류 정보만 포함된 새 JSON 라인으로 대체됩니다. ERROR_ INVALID JSON _ LINE 오류는 일반적으로 수동으로 만든 매니페스트 파일에서 발생합니다. 자세한 내용은 매니페스트 파일의 객체 위치 파악 단원을 참조하십시오.

Amazon Rekognition Custom Labels 콘솔로는 이 오류를 수정할 수 없습니다.

`ERROR_INVALID_JSON_LINE` 오류를 수정하려면

매니페스트 파일을 열고 ERROR _ _ INVALID JSON _ LINE 오류가 발생한 JSON 라인으로 이동합니다.
JSON라인에 잘못된 문자가 없는지, 필수 ; 또는 누락된 , 문자가 없는지 확인하세요.
매니페스트 파일에서 JSON 라인을 업데이트하거나 제거합니다.

ERROR_INVALID_IMAGE

오류 메시지

이미지가 유효하지 않습니다. S3 경로 및/또는 이미지 속성을 확인하세요.

추가 정보

source-ref가 참조한 파일이 유효한 이미지가 아닙니다. 가능한 원인으로는 이미지 종횡비, 이미지 크기, 이미지 형식 등이 있습니다.

자세한 내용은 Amazon Rekognition Custom Labels 지침 및 할당량 섹션을 참조하세요.

`ERROR_INVALID_IMAGE` 오류를 수정하려면

다음을 확인하세요.
- 이미지의 종횡비가 20:1 미만입니다.
- 이미지 크기가 15MB를 초과합니다.
- 이미지는 PNG or JPEG 형식입니다.
- source-ref의 이미지에 대한 경로가 올바릅니다.
- 이미지의 최소 크기는 64픽셀 x 64픽셀입니다.
- 이미지의 최대 크기는 4096픽셀 x 4096픽셀입니다.
매니페스트 파일에서 JSON 라인을 업데이트하거나 제거합니다.

Amazon Rekognition Custom Labels 콘솔로는 이 오류를 수정할 수 없습니다.

ERROR_INVALID_IMAGE_DIMENSION

오류 메시지

이미지 크기가 허용된 크기와 일치하지 않습니다.

추가 정보

source-ref가 참조하는 이미지가 허용된 이미지 크기를 준수하지 않습니다. 최소 크기는 64픽셀입니다. 최대 크기는 4096픽셀입니다. 경계 상자가 있는 이미지에 대해 ERROR_INVALID_IMAGE_DIMENSION은 보고됩니다.

자세한 내용은 Amazon Rekognition Custom Labels 지침 및 할당량 섹션을 참조하세요.

`ERROR_INVALID_IMAGE_DIMENSION` 오류를 수정하려면(콘솔)

Amazon S3 버킷의 이미지를 Amazon Rekognition Custom Labels가 처리할 수 있는 크기로 업데이트합니다.
Amazon Rekognition Custom Labels 콘솔에서 다음을 수행합니다.
1. 이미지에서 기존 경계 상자를 제거합니다.
2. 이미지에 경계 상자를 다시 추가합니다.
3. 변경 내용을 저장합니다.
자세한 설명은 경계 상자로 객체에 레이블 지정 섹션을 참조하십시오.

수정하려면 `ERROR_INVALID_IMAGE_DIMENSION` () SDK

Amazon S3 버킷의 이미지를 Amazon Rekognition Custom Labels가 처리할 수 있는 크기로 업데이트합니다.
를 호출하여 이미지의 기존 JSON 라인을 가져오세요 ListDatasetEntries. SourceRefContains 입력 파라미터에 이미지의 Amazon S3 위치 및 파일 이름을 지정합니다.

전화를 UpdateDatasetEntries걸어 이미지 JSON 회선을 입력합니다. source-ref의 값이 Amazon S3 버킷의 이미지 위치와 일치하는지 확인합니다. 경계 상자 주석을 업데이트하여 업데이트된 이미지에 필요한 경계 상자 크기와 일치하도록 하세요.


{
	"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": "2013-11-18T02:53:27",
		"job-name": "my job"
	}
}

ERROR_INVALID_BOUNDING_BOX

오류 메시지

경계 상자에 오프 프레임 값이 있습니다.

추가 정보

경계 상자 정보가 이미지 프레임을 벗어나거나 음수 값을 포함하는 이미지를 지정하고 있습니다.

자세한 내용은 Amazon Rekognition Custom Labels 지침 및 할당량 섹션을 참조하세요.

`ERROR_INVALID_BOUNDING_BOX` 오류를 수정하려면

annotations 배열의 경계 상자 값을 확인하세요.


	"bounding-box": {
		"image_size": [{
			"width": 640,
			"height": 480,
			"depth": 3
		}],
		"annotations": [{
			"class_id": 1,
			"top": 251,
			"left": 399,
			"width": 155,
			"height": 101
		}]
	},

매니페스트 파일에서 JSON 라인을 업데이트하거나 제거합니다.

Amazon Rekognition Custom Labels 콘솔로는 이 오류를 수정할 수 없습니다.

ERROR_NO_ _ VALID ANNOTATIONS

오류 메시지

유효한 주석을 찾을 수 없습니다.

추가 정보

JSON라인의 주석 객체에는 유효한 경계 상자 정보가 포함되어 있지 않습니다.

`ERROR_NO_VALID_ANNOTATIONS` 오류를 수정하려면

유효한 경계 상자 객체를 포함하도록 annotations 배열을 업데이트하세요. 또한 레이블 속성 메타데이터의 해당 경계 상자 정보(confidence 및 class_map)가 올바른지 확인하세요. 자세한 내용은 매니페스트 파일의 객체 위치 파악 단원을 참조하십시오.


{
	"source-ref": "s3://custom-labels-bucket/images/IMG_1186.png",
	"bounding-box": {
		"image_size": [{
			"width": 640,
			"height": 480,
			"depth": 3
		}],
		"annotations": [
		   {              
			"class_id": 1,    #annotation object
			"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  object
		}, 
        {
			"confidence": 1
		}],
		"class-map": {  
			"0": "Echo",    #label 
			"1": "Echo Dot"
		},
		"type": "groundtruth/object-detection",
		"human-annotated": "yes",
		"creation-date": "2018-10-18T22:18:13.527256",
		"job-name": "my job"
	}
}

매니페스트 파일에서 JSON 라인을 업데이트하거나 제거합니다.

Amazon Rekognition Custom Labels 콘솔로는 이 오류를 수정할 수 없습니다.

ERROR_BOUNDING_BOX_TOO_SMALL

오류 메시지

경계 상자의 높이와 너비가 너무 작습니다.

추가 정보

경계 상자 크기(높이 및 너비)는 1 x 1픽셀보다 커야 합니다.

Amazon Rekognition Custom Labels는 훈련 중에 크기가 1280픽셀을 초과하는 경우 이미지 크기를 조정합니다(소스 이미지는 영향을 받지 않음). 결과 경계 상자의 높이와 너비는 1 x 1픽셀보다 커야 합니다. 바운딩 박스 위치는 오브젝트 위치 JSON 라인의 annotations 배열에 저장됩니다. 자세한 내용은 매니페스트 파일의 객체 위치 파악 단원을 참조하세요.


	"bounding-box": {
		"image_size": [{
			"width": 640,
			"height": 480,
			"depth": 3
		}],
		"annotations": [{
			"class_id": 1,
			"top": 251,
			"left": 399,
			"width": 155,
			"height": 101
		}]
	},

오류 정보가 주석 객체에 추가됩니다.

ERROR_ _ _ BOUNDING BOX _ TOO 수정하기 SMALL

다음 옵션 중 하나를 선택합니다.
- 너무 작은 경계 상자의 크기를 늘리세요.
- 너무 작은 경계 상자를 제거하세요. 경계 상자 제거에 대한 자세한 내용은 ERROR_TOO_MANY_BOUNDING_BOXES 항목을 참조하세요.
- 매니페스트에서 이미지 (JSON라인) 를 제거합니다.

ERROR_TOO_MANY_BOUNDING_BOXES

오류 메시지

경계 상자가 허용된 최대 값보다 많습니다.

추가 정보

경계 상자가 허용된 한도(50개)보다 많습니다. Amazon Rekognition 사용자 지정 라벨 콘솔에서 여분의 바운딩 박스를 제거하거나 라인에서 제거할 수 있습니다. JSON

`ERROR_TOO_MANY_BOUNDING_BOXES` 오류를 수정하려면(콘솔)

어떤 경계 상자를 제거할지 결정하세요.
에서 Amazon Rekognition 콘솔을 엽니다. https://console.aws.amazon.com/rekognition/
사용자 지정 레이블 사용을 선택합니다.
Get started를 선택합니다.
왼쪽 탐색 창에서 사용하려는 데이터 세트가 포함된 프로젝트를 선택합니다.
데이터 세트 항목에서 사용하려는 데이터 세트를 선택합니다.
데이터 세트 갤러리 페이지에서 레이블 지정 시작을 선택하여 레이블 지정 모드로 전환합니다.
경계 상자를 제거할 이미지를 선택합니다.
경계 상자 그리기를 선택합니다.
그리기 도구에서 삭제할 경계 상자를 선택합니다.
키보드의 Delete 키를 눌러 경계 상자를 삭제합니다.
경계 상자를 충분히 삭제할 때까지 이전 2단계를 반복합니다.
완료를 선택합니다.
변경 사항을 저장하려면 변경 사항 저장을 선택합니다.
종료를 선택하여 레이블 지정 모드를 종료합니다.

ERROR_ _ _ TOO MANY BOUNDING _ BOXES (JSON줄) 을 수정하려면

매니페스트 파일을 열고 ERROR _ _ _ TOO MANY BOUNDING _ BOXES 오류가 발생한 JSON 라인으로 이동합니다.

제거하려는 각 경계 상자에 대해 다음을 제거합니다.

annotations 배열에서 필수 annotation 객체를 제거합니다.
레이블 속성 메타데이터의 objects 배열에서 해당하는 confidence 객체를 제거합니다.
다른 경계 상자에서 더 이상 사용하지 않는 경우 class-map에서 레이블을 제거하세요.

다음 예제를 사용하여 제거할 항목을 식별하세요.


{
	"source-ref": "s3://custom-labels-bucket/images/IMG_1186.png",
	"bounding-box": {
		"image_size": [{
			"width": 640,
			"height": 480,
			"depth": 3
		}],
		"annotations": [
		   {              
			"class_id": 1,    #annotation object
			"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  object
		}, 
        {
			"confidence": 1
		}],
		"class-map": {  
			"0": "Echo",    #label 
			"1": "Echo Dot"
		},
		"type": "groundtruth/object-detection",
		"human-annotated": "yes",
		"creation-date": "2018-10-18T22:18:13.527256",
		"job-name": "my job"
	}
}

WARNING_UNANNOTATED_RECORD

경고 메시지

레코드에 주석이 없습니다.

추가 정보

Amazon Rekognition Custom Labels 콘솔을 사용하여 데이터 세트에 추가한 이미지에 레이블이 지정되지 않았습니다. 이미지의 JSON 선은 학습에 사용되지 않습니다.


{
    "source-ref": "s3://bucket/images/IMG_1186.png",
    "warnings": [
        {
            "code": "WARNING_UNANNOTATED_RECORD",
            "message": "Record is unannotated."
        } 
    ]
}

수정하려면 WARNING _ UNANNOTATED _ RECORD

Amazon Rekognition Custom Labels 콘솔을 사용하여 이미지에 레이블을 지정합니다. 지침은 이미지에 이미지 수준 레이블 지정 단원을 참조하십시오.

WARNING_아니요_ ANNOTATIONS

경고 메시지

주석이 제공되지 않았습니다.

추가 정보

개체 로컬라이제이션 형식의 한 JSON 줄에는 사람 () 이 주석을 달았음에도 불구하고 경계 상자 정보가 전혀 포함되지 않습니다. human-annotated = yes JSON라인은 유효하지만 학습에는 사용되지 않습니다. 자세한 내용은 훈련 및 테스트 검증 결과 매니페스트의 이해 단원을 참조하십시오.


{
    "source-ref": "s3://bucket/images/IMG_1186.png",
    "bounding-box": {
        "image_size": [
            {
                "width": 640,
                "height": 480,
                "depth": 3
            }
        ],
        "annotations": [
           
        ],
        "warnings": [
            {
                "code": "WARNING_NO_ATTRIBUTE_ANNOTATIONS",
                "message": "No attribute annotations were found."
            }
        ]
    },
    "bounding-box-metadata": {
        "objects": [
           
        ],
        "class-map": {
           
        },
        "type": "groundtruth/object-detection",
        "human-annotated": "yes",
        "creation-date": "2013-11-18 02:53:27",
        "job-name": "my job"
    },
    "warnings": [
        {
            "code": "WARNING_NO_ANNOTATIONS",
            "message": "No annotations were found."
        } 
    ]
}

WARNING_NO_를 수정하려면 ANNOTATIONS

다음 옵션 중 하나를 선택합니다.
- 바운딩 박스 (annotations) 정보를 라인에 추가합니다. JSON 자세한 내용은 매니페스트 파일의 객체 위치 파악 단원을 참조하십시오.
- 매니페스트에서 이미지 (JSON라인) 를 제거합니다.

WARNING_NO_ _ ATTRIBUTE ANNOTATIONS

경고 메시지

속성 주석이 제공되지 않았습니다.

추가 정보

개체 로컬라이제이션 형식의 한 JSON 줄에는 사람이 주석을 달았음에도 불구하고 경계 상자 주석 정보가 전혀 포함되지 않습니다 (). human-annotated = yes annotations 배열이 없거나 채워지지 않았습니다. JSON라인은 유효하지만 학습에는 사용되지 않습니다. 자세한 내용은 훈련 및 테스트 검증 결과 매니페스트의 이해 단원을 참조하십시오.


{
    "source-ref": "s3://bucket/images/IMG_1186.png",
    "bounding-box": {
        "image_size": [
            {
                "width": 640,
                "height": 480,
                "depth": 3
            }
        ],
        "annotations": [
           
        ],
        "warnings": [
            {
                "code": "WARNING_NO_ATTRIBUTE_ANNOTATIONS",
                "message": "No attribute annotations were found."
            }
        ]
    },
    "bounding-box-metadata": {
        "objects": [
           
        ],
        "class-map": {
           
        },
        "type": "groundtruth/object-detection",
        "human-annotated": "yes",
        "creation-date": "2013-11-18 02:53:27",
        "job-name": "my job"
    },
    "warnings": [
        {
            "code": "WARNING_NO_ANNOTATIONS",
            "message": "No annotations were found."
        }
    ]
}

WARNING_NO_ ATTRIBUTE _를 수정하려면 ANNOTATIONS

다음 옵션 중 하나를 선택합니다.
- 라인에 하나 이상의 바운딩 박스 annotation 오브젝트를 추가합니다. JSON 자세한 내용은 매니페스트 파일의 객체 위치 파악 단원을 참조하십시오.
- 경계 상자 속성을 제거합니다.
- 매니페스트에서 이미지 (JSON라인) 를 제거합니다. 라인에 다른 유효한 바운딩 박스 속성이 있는 경우, 대신 JSON 라인에서 잘못된 바운딩 박스 속성만 제거할 수 있습니다. JSON

ERROR_UNSUPPORTED_USE_CASE_TYPE

경고 메시지

추가 정보

type 필드의 값이 groundtruth/image-classification 또는 groundtruth/object-detection이 아닙니다. 자세한 내용은 매니페스트 파일 생성 단원을 참조하십시오.


{
    "source-ref": "s3://bucket/test_normal_8.jpg",
    "BB": {
        "annotations": [
            {
                "left": 1768,
                "top": 1007,
                "width": 448,
                "height": 295,
                "class_id": 0
            },
            {
                "left": 1794,
                "top": 1306,
                "width": 432,
                "height": 411,
                "class_id": 1
            },
            {
                "left": 2568,
                "top": 1346,
                "width": 710,
                "height": 305,
                "class_id": 2
            },
            {
                "left": 2571,
                "top": 1020,
                "width": 644,
                "height": 312,
                "class_id": 3
            }
        ],
        "image_size": [
            {
                "width": 4000,
                "height": 2667,
                "depth": 3
            }
        ]
    },
    "BB-metadata": {
        "job-name": "labeling-job/BB",
        "class-map": {
            "0": "comparator",
            "1": "pot_resistor",
            "2": "ir_phototransistor",
            "3": "ir_led"
        },
        "human-annotated": "yes",
        "objects": [
            {
                "confidence": 1
            },
            {
                "confidence": 1
            },
            {
                "confidence": 1
            },
            {
                "confidence": 1
            }
        ],
        "creation-date": "2021-06-22T09:58:34.811Z",
        "type": "groundtruth/wrongtype",
        "cl-errors": [
            {
                "code": "ERROR_UNSUPPORTED_USE_CASE_TYPE",
                "message": "The use case type of the BB-metadata label attribute metadata is unsupported. Check the type field."
            }
        ]
    },
    "cl-metadata": {
        "is_labeled": true
    },
    "cl-errors": [
        {
            "code": "ERROR_NO_VALID_LABEL_ATTRIBUTES",
            "message": "No valid label attributes found."
        }
    ]
}

ERROR_ _ _ UNSUPPORTED _ USE 수정하기 CASE TYPE

다음 옵션 중 하나를 선택하세요:
- 생성하려는 모델 유형에 따라 type 필드 값을 groundtruth/image-classification 또는 groundtruth/object-detection으로 변경합니다. 자세한 내용은 매니페스트 파일 생성 단원을 참조하십시오.
- 매니페스트에서 이미지 (JSON라인) 를 제거합니다.

ERROR_INVALID_LABEL_NAME_LENGTH

추가 정보

레이블 이름이 너무 깁니다. 최대 길이는 256자입니다.

ERROR_ _ _ INVALID LABEL _ NAME 수정하기 LENGTH

다음 옵션 중 하나를 선택하세요:
- 레이블 이름을 256자 이하로 줄이세요.
- 매니페스트에서 이미지 (JSON라인) 를 제거합니다.

javascript가 브라우저에서 비활성화되거나 사용이 불가합니다.

AWS 설명서를 사용하려면 Javascript가 활성화되어야 합니다. 지침을 보려면 브라우저의 도움말 페이지를 참조하십시오.

문서 규칙

터미널 매니페스트 콘텐츠 오류

훈련된 모델 개선

비터미널 JSON 회선 검증 오류

ERROR_MISSING_SOURCE_REF

오류 메시지

추가 정보

ERROR_MISSING_SOURCE_REF 오류를 수정하려면

ERROR_INVALID_SOURCE_REF_FORMAT

오류 메시지

추가 정보

ERROR_INVALID_SOURCE_REF_FORMAT 오류를 수정하려면

ERROR_NO_ _ LABEL ATTRIBUTES

오류 메시지

추가 정보

ERROR_NO_LABEL_ATTRIBUTES 오류를 수정하려면

ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT

오류 메시지

추가 정보

ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT 오류를 수정하려면

ERROR_INVALID_LABEL_ATTRIBUTE_METADATA_FORMAT

오류 메시지

추가 정보

ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT 오류를 수정하려면

ERROR_NO_ _ _ VALID LABEL ATTRIBUTES

오류 메시지

추가 정보

ERROR_NO_VALID_LABEL_ATTRIBUTES 오류를 수정하려면

ERROR_MISSING_BOUNDING_BOX_CONFIDENCE

오류 메시지

추가 정보

ERROR_MISSING_BOUNDING_BOX_CONFIDENCE 오류를 수정하려면

ERROR_ _ MISSING CLASS _ _ID MAP

오류 메시지

추가 정보

ERROR_ _ MISSING _ CLASS _ID 수정하기 MAP

ERROR_INVALID_JSON_LINE

오류 메시지

추가 정보

ERROR_INVALID_JSON_LINE 오류를 수정하려면

ERROR_INVALID_IMAGE

오류 메시지

추가 정보

ERROR_INVALID_IMAGE 오류를 수정하려면

ERROR_INVALID_IMAGE_DIMENSION

오류 메시지

추가 정보

ERROR_INVALID_IMAGE_DIMENSION 오류를 수정하려면(콘솔)

수정하려면 ERROR_INVALID_IMAGE_DIMENSION () SDK

ERROR_INVALID_BOUNDING_BOX

오류 메시지

추가 정보

ERROR_INVALID_BOUNDING_BOX 오류를 수정하려면

ERROR_NO_ _ VALID ANNOTATIONS

오류 메시지

추가 정보

ERROR_NO_VALID_ANNOTATIONS 오류를 수정하려면

ERROR_BOUNDING_BOX_TOO_SMALL

오류 메시지

추가 정보

ERROR_ _ _ BOUNDING BOX _ TOO 수정하기 SMALL

ERROR_TOO_MANY_BOUNDING_BOXES

오류 메시지

추가 정보

ERROR_TOO_MANY_BOUNDING_BOXES 오류를 수정하려면(콘솔)

ERROR_ _ _ TOO MANY BOUNDING _ BOXES (JSON줄) 을 수정하려면

WARNING_UNANNOTATED_RECORD

경고 메시지

추가 정보

수정하려면 WARNING _ UNANNOTATED _ RECORD

WARNING_아니요_ ANNOTATIONS

경고 메시지

추가 정보

WARNING_NO_를 수정하려면 ANNOTATIONS

WARNING_NO_ _ ATTRIBUTE ANNOTATIONS

경고 메시지

추가 정보

WARNING_NO_ ATTRIBUTE _를 수정하려면 ANNOTATIONS

ERROR_UNSUPPORTED_USE_CASE_TYPE

경고 메시지

추가 정보

ERROR_ _ _ UNSUPPORTED _ USE 수정하기 CASE TYPE

ERROR_INVALID_LABEL_NAME_LENGTH

`ERROR_MISSING_SOURCE_REF` 오류를 수정하려면

`ERROR_INVALID_SOURCE_REF_FORMAT` 오류를 수정하려면

`ERROR_NO_LABEL_ATTRIBUTES` 오류를 수정하려면

`ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT` 오류를 수정하려면

`ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT` 오류를 수정하려면

`ERROR_NO_VALID_LABEL_ATTRIBUTES` 오류를 수정하려면

`ERROR_MISSING_BOUNDING_BOX_CONFIDENCE` 오류를 수정하려면

`ERROR_INVALID_JSON_LINE` 오류를 수정하려면

`ERROR_INVALID_IMAGE` 오류를 수정하려면

`ERROR_INVALID_IMAGE_DIMENSION` 오류를 수정하려면(콘솔)

수정하려면 `ERROR_INVALID_IMAGE_DIMENSION` () SDK

`ERROR_INVALID_BOUNDING_BOX` 오류를 수정하려면

`ERROR_NO_VALID_ANNOTATIONS` 오류를 수정하려면

`ERROR_TOO_MANY_BOUNDING_BOXES` 오류를 수정하려면(콘솔)