终止性清单内容错误 - Rekognition
ERROR_ _ TOO _ MANY _ ROWS _ INVALID IN_ MANIFESTERROR_ _ IMAGES IN_ _S3 MULTIPLE _ BUCKETSERROR_ _ INVALID _ _ IMAGES S PERMISSIONS 3_ BUCKETERROR_ INVALID _ IMAGES _S3 BUCKET _ _ OWNERERROR_INSUFFICIENT_IMAGES_PER_LABEL_FOR_AUTOSPLITERROR_MANIFEST_TOO_FEW_LABELSERROR_MANIFEST_TOO_MANY_LABELSERROR_INSUFFICIENT_LABEL_OVERLAPERROR_MANIFEST_TOO_FEW_USABLE_LABELSERROR_INSUFFICIENT_USABLE_LABEL_OVERLAPERROR_ FAILED _ IMAGES _S3_ COPY清单文件有太多终止性错误。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

终止性清单内容错误

本主题将介绍清单摘要中报告的终端清单内容错误列表。清单摘要中包含检测到的每个错误的错误代码和错误消息。有关更多信息，请参阅 了解清单摘要。终止性清单内容错误不会阻止报告非终端JSON行验证错误列表。

ERROR_ _ TOO _ MANY _ ROWS _ INVALID IN_ MANIFEST

错误消息

清单文件包含太多无效行。

更多信息

如果包含无效内容的JSON行太多，则会发生ERROR_TOO_MANY_INVALID_ROWS_IN_MANIFEST错误。

无法使用 Amazon Rekognition Custom Labels 控制台修复 ERROR_TOO_MANY_INVALID_ROWS_IN_MANIFEST 错误。

要修复 ERROR _ TOO _ _ MANY _ ROWS _ INVALID IN_ MANIFEST

  1. 检查清单中是否存在JSON线路错误。有关更多信息，请参阅 了解训练和测试验证结果清单。

  2. 修复有错误的JSON行有关更多信息，请参阅非终端JSON线路验证错误。

ERROR_ _ IMAGES IN_ _S3 MULTIPLE _ BUCKETS

错误消息

清单文件包含来自多个 S3 存储桶的图像。

更多信息

清单只能引用存储在单个存储桶中的图像。每JSON行以值存储图像位置的 Amazon S3 位置source-ref。在以下示例中，存储桶名称为 my-bucket。

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

无法使用 Amazon Rekognition Custom Labels 控制台修复此错误。

修复 ERROR_IMAGES_IN_MULTIPLE_S3_BUCKETS

  • 确保您的所有图像都在同一 Amazon S3 存储桶中，并且每JSON行source-ref中的值都引用存储图像的存储桶。或者，选择首选的 Amazon S3 存储桶，并删除source-ref未引用您的首选存储桶的JSON行。

ERROR_ _ INVALID _ _ IMAGES S PERMISSIONS 3_ BUCKET

错误消息

对图像 S3 存储桶的权限无效。

更多信息

对包含图像的 Amazon S3 存储桶的权限不正确。

无法使用 Amazon Rekognition Custom Labels 控制台修复此错误。

修复 ERROR_INVALID_PERMISSIONS_IMAGES_S3_BUCKET

  • 检查对包含图像的存储桶的权限。图像的 source-ref 的值包含存储桶位置。

ERROR_ INVALID _ IMAGES _S3 BUCKET _ _ OWNER

错误消息

图像 S3 存储桶的拥有者 ID 无效。

更多信息

包含训练或测试图像的存储桶的拥有者与包含训练或测试清单的存储桶的拥有者不同。可以使用以下命令查找存储桶的拥有者。

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

OWNER ID 必须与存储图像和清单文件的存储桶相匹配。

要修复 ERROR _ INVALID _ IMAGES _S3 BUCKET _ _ OWNER

  1. 选择训练、测试、输出和图像存储桶的所需拥有者。拥有者必须有权使用 Amazon Rekognition Custom Labels。

  2. 对于当前未由所需拥有者拥有的每个存储桶，请创建一个由首选拥有者拥有的新 Amazon S3 存储桶。

  3. 将旧存储桶中的内容复制到新存储桶。有关更多信息，请参阅如何在 Amazon S3 存储桶之间复制对象？。

无法使用 Amazon Rekognition Custom Labels 控制台修复此错误。

ERROR_INSUFFICIENT_IMAGES_PER_LABEL_FOR_AUTOSPLIT

错误消息

清单文件中每个标签包含的带标签图像不足，无法执行自动拆分。

更多信息

在模型训练期间，可以使用训练数据集中 20% 的图像来创建测试数据集。ERROR_ INSUFFICIENT _ _ IMAGES _ PER _ LABEL _ FOR _ AUTOSPLIT 当没有足够的图像来创建可接受的测试数据集时，就会出现。

无法使用 Amazon Rekognition Custom Labels 控制台修复此错误。

要修复 ERROR INSUFFICIENT _ _ IMAGES _ PER _ LABEL _ FOR _ AUTOSPLIT

  • 向训练数据集中添加更多带标签的图像。您可以在 Amazon Rekognition 自定义标签控制台中添加图像，方法是向训练数据集添加图像，或者向训练清单中添加JSON线条。有关更多信息，请参阅 管理数据集。

ERROR_MANIFEST_TOO_FEW_LABELS

错误消息

清单文件包含的标签太少。

更多信息

训练和测试数据集具有最低标签数量要求。此最低数量取决于数据集训练/测试的模型是用于检测图像级标签（分类），还是检测物体位置。如果拆分训练数据集来创建测试数据集，则数据集中的标签数量将在拆分训练数据集后确定。有关更多信息，请参阅 Amazon Rekognition Custom Labels 中的准则和配额。

修复 ERROR _ MANIFEST _ _ TOO FEW _LABELS（控制台）

  1. 向数据集添加更多新标签。有关更多信息，请参阅 管理标签。

  2. 向数据集中的图像添加新标签。如果模型用于检测图像级标签，请参阅为图像分配图像级标签。如果模型用于检测物体位置，请参阅使用边界框标注物体。

要修复 ERROR MANIFEST _ _ TOO _ FEW _LABELS（JSON行）

  • 为带有新标签的新图像添加JSON线条。有关更多信息，请参阅 创建清单文件。如果模型用于检测图像级标签，则可以在 class-name 字段中添加新标签名称。例如，下图的标签是 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"
    }
}

    如果模型用于检测物体位置，请添加新标签至 class-map，如以下示例所示。

    {
	"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"
	}
}

    您需要将类别映射表映射到边界框注释。有关更多信息，请参阅 清单文件中的物体定位。

ERROR_MANIFEST_TOO_MANY_LABELS

错误消息

清单文件包含的标签太多。

更多信息

清单（数据集）中唯一标签的数量超过了允许的限制。如果拆分训练数据集来创建测试数据集，则标签数量将在拆分后确定。

修复 ERROR _ MANIFEST _ _ TOO MANY _LABELS（控制台）

  • 从数据集中移除标签。有关更多信息，请参阅 管理标签。标签会自动从数据集中的图像和边界框中移除。

要修复 ERROR MANIFEST _ _ TOO _ MANY _LABELS（JSON行）

  • 带有图像级别JSON线条的清单-如果图像只有一个标签，请删除使用所需标签的图像的JSON行。如果JSON行包含多个标签，则仅移除所需标签的JSON对象。有关更多信息，请参阅 为图像添加多个图像级标签。

    带有对象位置JSON行的清单 — 移除要移除的标签的边界框和关联的标签信息。对包含所需标签的每JSON行执行此操作。需要从 class-map 数组中移除标签并从 objects 和 annotations 数组中移除相应的对象。有关更多信息，请参阅 清单文件中的物体定位。

ERROR_INSUFFICIENT_LABEL_OVERLAP

错误消息

训练和测试清单文件之间的标签重叠度小于 {}%。

更多信息

测试数据集标签名称和训练数据集标签名称之间的重叠度小于 50%。

修复 ERROR _ INSUFFICIENT _ LABEL _OVERLAP（控制台）

  • 从训练数据集中移除标签。或者，向测试数据集中添加更多共用标签。有关更多信息，请参阅 管理标签。标签会自动从数据集中的图像和边界框中移除。

OVERLAP通过从训练数据集中移除标签来修复 ERROR INSUFFICIENT LABEL _ _ (JSONLine)

  • 带有图像级别JSON线条的清单-如果图像只有一个标签，请删除使用所需标签的图像的JSON行。如果JSON行包含多个标签，则仅移除所需标签的JSON对象。有关更多信息，请参阅 为图像添加多个图像级标签。对清单中包含您要移除的标签的每一JSON行执行此操作。

    带有对象位置JSON行的清单 — 移除要移除的标签的边界框和关联的标签信息。对包含所需标签的每JSON行执行此操作。需要从 class-map 数组中移除标签并从 objects 和 annotations 数组中移除相应的对象。有关更多信息，请参阅 清单文件中的物体定位。

OVERLAP通过向测试数据集添加常用标签来修复 ERROR INSUFFICIENT LABEL _ _ (JSONLine)

  • 向测试数据集添加JSON线条，其中包含标有训练数据集中已有标签的图像。有关更多信息，请参阅 创建清单文件。

ERROR_MANIFEST_TOO_FEW_USABLE_LABELS

错误消息

清单文件包含的可用标签太少。

更多信息

训练清单可以包含图像级标签格式和对象位置格式的JSON行。根据训练清单中的JSON线条类型，Amazon Rekognition Custom Labels 会选择创建检测图像级标签的模型或检测对象位置的模型。Amazon Rekognition 自定义标签会筛选JSON出未采用所JSON选格式的行的有效记录。ERROR_ MANIFEST _ TOO FEW _ USABLE _ _ LABELS 发生在所选模型类型清单中的标签数量不足以训练模型时。

训练检测图像级标签的模型至少需要 1 个标签。训练检测物体位置的模型至少需要 2 个标签。

修复 ERROR _ MANIFEST _ TOO _ _ FEW USABLE _LABELS（控制台）

  1. 检查清单摘要中的 use_case 字段。

  2. 针对与 use_case 的值匹配的使用场景（图像级或物体定位），向训练数据集中添加更多标签。有关更多信息，请参阅 管理标签。标签会自动从数据集中的图像和边界框中移除。

要修复 ERROR MANIFEST _ TOO _ _ FEW _ USABLE _LABELS（JSON行）

  1. 检查清单摘要中的 use_case 字段。

  2. 针对与 use_case 的值匹配的使用场景（图像级或物体定位），向训练数据集中添加更多标签。有关更多信息，请参阅 创建清单文件。

ERROR_INSUFFICIENT_USABLE_LABEL_OVERLAP

错误消息

训练和测试清单文件之间的可用标签重叠度小于 {}%。

更多信息

训练清单可以包含图像级标签格式和对象位置格式的JSON行。根据在训练清单中找到的格式，Amazon Rekognition Custom Labels 会选择创建检测图像级标签的模型或检测物体位置的模型。对于未采用所选模型格式的行，Amazon Rekognition 自定义标签不JSON使用有效JSON记录。ERROR_ INSUFFICIENT _ USABLE _ LABEL _ OVERLAP 发生在使用的测试标签和训练标签之间的重叠度低于 50% 时。

修复 ERROR _ INSUFFICIENT _ _ USABLE LABEL _OVERLAP（控制台）

  • 从训练数据集中移除标签。或者，向测试数据集中添加更多共用标签。有关更多信息，请参阅 管理标签。标签会自动从数据集中的图像和边界框中移除。

通过从训练数据集中移除标签OVERLAP来修复 ERROR INSUFFICIENT USABLE LABEL _ _ _ (JSONLine)

  • 用于检测图像级标签的数据集-如果图像只有一个标签，请移除使用所需标签的图像的JSON线条。如果JSON行包含多个标签，则仅移除所需标签的JSON对象。有关更多信息，请参阅 为图像添加多个图像级标签。对清单中包含您要移除的标签的每一JSON行执行此操作。

    用于检测物体位置的数据集：移除要移除的标签对应的边界框和关联的标签信息。对包含所需标签的每JSON行执行此操作。需要从 class-map 数组中移除标签并从 objects 和 annotations 数组中移除相应的对象。有关更多信息，请参阅 清单文件中的物体定位。

OVERLAP通过向测试数据集添加常用标签来修复 ERROR INSUFFICIENT USABLE LABEL _ _ _ (JSONLine)

  • 向测试数据集添加JSON线条，其中包含标有训练数据集中已有标签的图像。有关更多信息，请参阅 创建清单文件。

ERROR_ FAILED _ IMAGES _S3_ COPY

错误消息

无法从 S3 存储桶复制图像。

更多信息

服务无法复制数据集中的任何图像。

无法使用 Amazon Rekognition Custom Labels 控制台修复此错误。

要修复 ERROR _ _ _ IMAGES S FAILED 3_ COPY

  1. 检查对图像的权限。

  2. 如果您正在使用 AWS KMS，请查看存储桶策略。有关更多信息，请参阅 解密使用加密的文件 AWS Key Management Service。

清单文件有太多终止性错误。

存在终端内容错误的JSON行数太多了。

修复 ERROR_TOO_MANY_RECORDS_IN_ERROR

无法使用 Amazon Rekognition Custom Labels 控制台修复此错误。