Erros terminais de conteúdo do manifesto

Este tópico descreve o Erros terminais de conteúdo do manifesto relatado no resumo do manifesto. O resumo do manifesto inclui um código de erro e uma mensagem para cada erro detectado. Para ter mais informações, consulte Noções básicas sobre o resumo do manifesto. Os erros terminais de conteúdo do manifesto não interrompem o relatório de Erros não terminais de validação de linha JSON.

ERROR_TOO_MANY_INVALID_ROWS_IN_MANIFEST

Mensagem de erro

O arquivo de manifesto contém muitas linhas inválidas.

Mais informações

Ocorre um erro ERROR_TOO_MANY_INVALID_ROWS_IN_MANIFEST se houver muitas linhas JSON com conteúdo inválido.

Não é possível usar o console do Amazon Rekognition Custom Labels para corrigir um erro ERROR_TOO_MANY_INVALID_ROWS_IN_MANIFEST.

Para corrigir ERROR_TOO_MANY_INVALID_ROWS_IN_MANIFEST

1. Verifique se há erros de linha JSON no manifesto. Para ter mais informações, consulte Noções básicas sobre treinar e testar manifestos de resultados de validação.

2. Corrija linhas JSON que contêm erros. Para obter mais informações, consulte Erros não terminais de validação de linha JSON.

ERROR_IMAGES_IN_MULTIPLE_S3_BUCKETS

Mensagem de erro

O arquivo de manifesto contém imagens de vários buckets do S3.

Mais informações

Um manifesto só pode referenciar imagens armazenadas em um único bucket. Cada linha JSON armazena a localização de uma imagem no Amazon S3 no valor de source-ref. No exemplo a seguir, o nome do bucket é my-bucket.

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

Não é possível usar o console do Amazon Rekognition Custom Labels para corrigir este erro.

Para corrigir ERROR_IMAGES_IN_MULTIPLE_S3_BUCKETS

• Certifique-se de que todas as suas imagens estejam no mesmo bucket do Amazon S3 e que o valor de source-ref em cada linha JSON faça referência ao bucket em que suas imagens estão armazenadas. Como alternativa, escolha um bucket preferido do Amazon S3 e remova as linhas JSON em que o source-ref não faz referência ao seu bucket preferido.

ERROR_INVALID_PERMISSIONS_IMAGES_S3_BUCKET

Mensagem de erro

As permissões para o bucket do S3 de imagens são inválidas.

Mais informações

As permissões do bucket do Amazon S3 que contém as imagens estão incorretas.

Não é possível usar o console do Amazon Rekognition Custom Labels para corrigir este erro.

Para corrigir ERROR_INVALID_PERMISSIONS_IMAGES_S3_BUCKET

• Verifique as permissões do bucket que contém as imagens. O valor de source-ref para uma imagem contém a localização do bucket.

ERROR_INVALID_IMAGES_S3_BUCKET_OWNER

Mensagem de erro

ID de proprietário inválido para imagens do bucket S3.

Mais informações

O proprietário do bucket que contém as imagens de treinamento ou teste é diferente do proprietário do bucket que contém o manifesto de treinamento ou teste. É possível usar o seguinte comando para encontrar o dono de um bucket.

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

O OWNER ID deve corresponder aos buckets que armazenam as imagens e os arquivos de manifesto.

Para corrigir ERROR_INVALID_IMAGES_S3_BUCKET_OWNER

1. Escolha o proprietário desejado dos buckets de treinamento, teste, saída e imagem. O proprietário deve ter permissões para usar o Amazon Rekognition Custom Labels.

2. Para cada bucket que não seja atualmente de propriedade do proprietário desejado, crie um novo bucket do Amazon S3 de propriedade do proprietário preferencial.

3. Copie o conteúdo antigo do bucket para o novo bucket. Para obter mais informações, consulte Como copiar objetos entre buckets do Amazon S3?.

Não é possível usar o console do Amazon Rekognition Custom Labels para corrigir este erro.

ERROR_INSUFFICIENT_IMAGES_PER_LABEL_FOR_AUTOSPLIT

Mensagem de erro

O arquivo de manifesto contém imagens rotuladas insuficientes por rótulo para realizar a divisão automática.

Mais informações

Durante o treinamento do modelo, é possível criar um conjunto de dados de teste usando 20% das imagens do conjunto de dados de treinamento. ERROR_INSUFFICIENT_IMAGES_PER_LABEL_FOR_AUTOSPLIT ocorre quando não há imagens suficientes para criar um conjunto de dados de teste aceitável.

Não é possível usar o console do Amazon Rekognition Custom Labels para corrigir este erro.

Para corrigir ERROR_INSUFFICIENT_IMAGES_PER_LABEL_FOR_AUTOSPLIT

• Adicione mais imagens rotuladas ao seu conjunto de dados de treinamento. É possível adicionar imagens no console do Amazon Rekognition Custom Labels adicionando imagens ao conjunto de dados de treinamento ou adicionando linhas JSON ao seu manifesto de treinamento. Para ter mais informações, consulte Como gerenciar conjuntos de dados.

ERROR_MANIFEST_TOO_FEW_LABELS

Mensagem de erro

O arquivo de manifesto tem poucos rótulos.

Mais informações

Os conjuntos de dados de treinamento e teste exigem um número mínimo de rótulos. O mínimo depende se o conjunto de dados treina/testa um modelo para detectar rótulos em nível de imagem (classificação) ou se o modelo detecta localizações de objetos. Se o conjunto de dados de treinamento for dividido para criar um conjunto de dados de teste, o número de rótulos será determinado após a divisão do conjunto de dados de treinamento. Para ter mais informações, consulte Diretrizes e cotas no Amazon Rekognition Custom Labels.

Para corrigir ERROR_MANIFEST_TOO_FEW_LABELS (console)

1. Adicione mais rótulos novos ao conjunto de dados. Para ter mais informações, consulte Como gerenciar rótulos.

2. Adicione os novos rótulos às imagens no conjunto de dados. Se seu modelo detectar rótulos em nível de imagem, consulte Como atribuir rótulos em nível de imagem em uma imagem. Se seu modelo detectar localizações de objetos, consulte Como rotular objetos com caixas delimitadoras.

Para corrigir ERROR_MANIFEST_TOO_FEW_LABELS (linha JSON)

• Adicione linhas JSON para novas imagens que tenham novos rótulos. Para ter mais informações, consulte Criar um arquivo de manifesto. Se seu modelo detectar rótulos em nível de imagem, você adicionará novos nomes de rótulos ao campo class-name. Por exemplo, o rótulo da imagem a seguir é Nascer do sol.

  {
      "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"
      }
  }

  Se o seu modelo detectar a localização de objetos, adicione novos rótulos ao class-map, conforme mostrado no exemplo a seguir.

  {
  	"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"
  	}
  }

  É necessário mapear a tabela do mapa de classes para as anotações da caixa delimitadora. Para ter mais informações, consulte Localização de objetos em arquivos de manifesto.

ERROR_MANIFEST_TOO_MANY_LABELS

Mensagem de erro

O arquivo de manifesto tem muitos rótulos.

Mais informações

O número de rótulos exclusivos no manifesto (conjunto de dados) é maior do que o limite permitido. Se o conjunto de dados de treinamento for dividido para criar um conjunto de dados de teste, o número de rótulos será determinado após a divisão.

Para corrigir ERROR_MANIFEST_TOO_MANY_LABELS (console)

• Remova os rótulos do conjunto de dados. Para ter mais informações, consulte Como gerenciar rótulos. Os rótulos são removidos automaticamente das imagens e das caixas delimitadoras em seu conjunto de dados.

Para corrigir ERROR_MANIFEST_TOO_MANY_LABELS (linha JSON)

• Manifestos com linhas JSON em nível de imagem: se a imagem tiver um único rótulo, remova a linha JSON das imagens que usa o rótulo desejado. Se a linha JSON contiver vários rótulos, remova somente o objeto JSON do rótulo desejado. Para ter mais informações, consulte Como adicionar vários rótulos em nível de imagem a uma imagem.

  Manifestos com linhas JSON de localização do objeto: remova a caixa delimitadora e as informações de rótulo associadas ao rótulo que você deseja remover. Faça isso para cada linha JSON que contém o rótulo desejado. É necessário remover o rótulo da matriz class-map e os objetos correspondentes na matriz objects e annotations. Para ter mais informações, consulte Localização de objetos em arquivos de manifesto.

ERROR_INSUFFICIENT_LABEL_OVERLAP

Mensagem de erro

Menos de {}% de sobreposição de rótulos entre os arquivos de manifesto de treinamento e teste.

Mais informações

Há menos de 50% de sobreposição entre os nomes dos rótulos do conjunto de dados de teste e os nomes dos rótulos do conjunto de dados de treinamento.

Para corrigir ERROR_INSUFFICIENT_LABEL_OVERLAP (console)

• Remova os rótulos do conjunto de dados de treinamento. Como alternativa, adicione rótulos mais comuns ao seu conjunto de dados de teste. Para ter mais informações, consulte Como gerenciar rótulos. Os rótulos são removidos automaticamente das imagens e das caixas delimitadoras em seu conjunto de dados.

Para corrigir ERROR_INSUFFICIENT_LABEL_OVERLAP removendo rótulos do conjunto de dados de treinamento (linha JSON)

• Manifestos com linhas JSON em nível de imagem: se a imagem tiver um único rótulo, remova a linha JSON da imagem que usa o rótulo desejado. Se a linha JSON contiver vários rótulos, remova somente o objeto JSON do rótulo desejado. Para ter mais informações, consulte Como adicionar vários rótulos em nível de imagem a uma imagem. Faça isso para cada linha JSON no manifesto que contém o rótulo que você deseja remover.

  Manifestos com linhas JSON de localização do objeto: remova a caixa delimitadora e as informações de rótulo associadas ao rótulo que você deseja remover. Faça isso para cada linha JSON que contém o rótulo desejado. É necessário remover o rótulo da matriz class-map e os objetos correspondentes na matriz objects e annotations. Para ter mais informações, consulte Localização de objetos em arquivos de manifesto.

Para corrigir ERROR_INSUFFICIENT_LABEL_OVERLAP adicionando rótulos comuns ao conjunto de dados de teste (linha JSON)

• Adicione linhas JSON ao conjunto de dados de teste que incluem imagens rotuladas com rótulos que já estão no conjunto de dados de treinamento. Para ter mais informações, consulte Criar um arquivo de manifesto.

ERROR_MANIFEST_TOO_FEW_USABLE_LABELS

Mensagem de erro

O arquivo de manifesto tem poucos rótulos utilizáveis.

Mais informações

Um manifesto de treinamento pode conter linhas JSON no formato de rótulo no nível da imagem e no formato de localização do objeto. Dependendo do tipo encontrado no manifesto de treinamento, o Amazon Rekognition Custom Labels escolhe criar um modelo que detecta rótulos em nível de imagem ou um modelo que detecta a localização dos objetos. O Amazon Rekognition Custom Labels filtra registros JSON válidos para linhas JSON que não estão no formato escolhido. ERROR_MANIFEST_TOO_FEW_USABLE_LABELS ocorre quando o número de rótulos no manifesto do tipo de modelo escolhido é insuficiente para treinar o modelo.

É necessário um mínimo de um rótulo para treinar um modelo que detecta rótulos em nível de imagem. É necessário um mínimo de dois rótulos para treinar um modelo que localize o objeto.

Para corrigir ERROR_MANIFEST_TOO_FEW_USABLE_LABELS (console)

1. Verifique o campo use_case no resumo do manifesto.

2. Adicione mais rótulos ao conjunto de dados de treinamento para o caso de uso (nível da imagem ou localização do objeto) que corresponda ao valor de use_case. Para ter mais informações, consulte Como gerenciar rótulos. Os rótulos são removidos automaticamente das imagens e das caixas delimitadoras em seu conjunto de dados.

Para corrigir ERROR_MANIFEST_TOO_FEW_USABLE_LABELS (linha JSON)

1. Verifique o campo use_case no resumo do manifesto.

2. Adicione mais rótulos ao conjunto de dados de treinamento para o caso de uso (nível da imagem ou localização do objeto) que corresponda ao valor de use_case. Para ter mais informações, consulte Criar um arquivo de manifesto.

ERROR_INSUFFICIENT_USABLE_LABEL_OVERLAP

Mensagem de erro

Menos de {}% de sobreposição de rótulos utilizáveis entre os arquivos de manifesto de treinamento e teste.

Mais informações

Um manifesto de treinamento pode conter linhas JSON no formato de rótulo no nível da imagem e no formato de localização do objeto. Dependendo dos formatos encontrados no manifesto de treinamento, o Amazon Rekognition Custom Labels escolhe criar um modelo que detecta rótulos em nível de imagem ou um modelo que detecta a localização dos objetos. O Amazon Rekognition Custom Labels não usa registros JSON válidos para linhas JSON que não estão no formato escolhido. ERROR_INSUFFICIENT_USABLE_LABEL_OVERLAP ocorre quando há menos de 50% de sobreposição entre os rótulos de teste e treinamento usados.

Para corrigir ERROR_INSUFFICIENT_USABLE_LABEL_OVERLAP (console)

• Remova os rótulos do conjunto de dados de treinamento. Como alternativa, adicione rótulos mais comuns ao seu conjunto de dados de teste. Para ter mais informações, consulte Como gerenciar rótulos. Os rótulos são removidos automaticamente das imagens e das caixas delimitadoras em seu conjunto de dados.

Para corrigir ERROR_INSUFFICIENT_USABLE_LABEL_OVERLAP removendo rótulos do conjunto de dados de treinamento (linha JSON)

• Conjuntos de dados usados para detectar rótulos no nível da imagem: se a imagem tiver um único rótulo, remova a linha JSON da imagem que usa o rótulo desejado. Se a linha JSON contiver vários rótulos, remova somente o objeto JSON do rótulo desejado. Para ter mais informações, consulte Como adicionar vários rótulos em nível de imagem a uma imagem. Faça isso para cada linha JSON no manifesto que contém o rótulo que você deseja remover.

  Conjuntos de dados usados para detectar localizações do objeto: remova a caixa delimitadora e as informações de rótulo associadas ao rótulo que você deseja remover. Faça isso para cada linha JSON que contém o rótulo desejado. É necessário remover o rótulo da matriz class-map e os objetos correspondentes na matriz objects e annotations. Para ter mais informações, consulte Localização de objetos em arquivos de manifesto.

Para corrigir ERROR_INSUFFICIENT_USABLE_LABEL_OVERLAP adicionando rótulos comuns ao conjunto de dados de teste (linha JSON)

• Adicione linhas JSON ao conjunto de dados de teste que incluem imagens rotuladas com rótulos que já estão no conjunto de dados de treinamento. Para ter mais informações, consulte Criar um arquivo de manifesto.

ERROR_FAILED_IMAGES_S3_COPY

Mensagem de erro

Falha ao copiar imagens do bucket do S3.

Mais informações

O serviço não conseguiu copiar nenhuma das imagens em seu conjunto de dados.

Não é possível usar o console do Amazon Rekognition Custom Labels para corrigir este erro.

Para corrigir ERROR_FAILED_IMAGES_S3_COPY

1. Verifique as permissões de suas imagens.

2. Se você estiver usando AWS KMS, verifique a política do bucket. Para ter mais informações, consulte Descriptografando arquivos criptografados com AWS Key Management Service.

O arquivo de manifesto tem muitos erros terminais.

Há muitas linhas JSON com erros terminais de conteúdo.

Para corrigir ERROR_TOO_MANY_RECORDS_IN_ERROR

• Reduza o número de linhas JSON (imagens) com erros terminais de conteúdo. Para ter mais informações, consulte Erros terminais de conteúdo do manifesto.

Não é possível usar o console do Amazon Rekognition Custom Labels para corrigir este erro.