Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Die Manifeste mit Validierungsergebnissen von Trainings und Tests verstehen

Während der Schulung erstellt Amazon Rekognition Custom Labels Manifeste mit Überprüfungsergebnissen, um Linienfehler aufzuzeichnen, die nicht am Terminal liegenJSON. Die Manifeste der Validierungsergebnisse sind Kopien der Trainings- und Testdatensätze, denen Fehlerinformationen hinzugefügt wurden. Nach Abschluss des Trainings können Sie auf die Validierungsmanifeste zugreifen. Weitere Informationen finden Sie unter Abrufen der Validierungsergebnisse. Amazon Rekognition Custom Labels erstellt außerdem eine Manifestzusammenfassung, die Übersichtsinformationen für JSON Zeilenfehler enthält, wie z. B. Fehlerorte und Anzahl der JSON Zeilenfehler. Weitere Informationen finden Sie unter Die Manifestzusammenfassung verstehen.

Ein Manifest enthält JSON Zeilen für jedes Bild im Datensatz. In den Manifesten der Überprüfungsergebnisse werden den JSON JSON Zeilen, in denen Fehler auftreten, Informationen zu Zeilenfehlern hinzugefügt.

Ein JSON Linienfehler ist ein Fehler, der kein Terminalfehler ist und sich auf ein einzelnes Bild bezieht. Ein nicht terminaler Validierungsfehler kann die gesamte JSON Zeile oder nur einen Teil davon ungültig machen. Wenn das Bild, auf das in einer JSON Zeile verwiesen wird, beispielsweise nicht das JPG Format PNG oder hat, tritt ein ERROR_INVALID_IMAGE Fehler auf und die gesamte JSON Linie wird vom Training ausgeschlossen. Das Training wird mit anderen gültigen JSON Linien fortgesetzt.

Innerhalb einer JSON Linie kann ein Fehler bedeuten, dass die JSON Linie weiterhin für das Training verwendet werden kann. Wenn beispielsweise der linke Wert für eines von vier Begrenzungsrahmen, die einem Label zugeordnet sind, negativ ist, wird das Modell trotzdem mit den anderen gültigen Begrenzungsrahmen trainiert. JSONFür das ungültige Begrenzungsfeld (ERROR_INVALID_BOUNDING_BOX) werden Zeilenfehlerinformationen zurückgegeben. In diesem Beispiel werden die Fehlerinformationen dem annotation-Objekt hinzugefügt, in dem der Fehler auftritt.

Warnfehler, wie z. B.WARNING_NEIN_ ANNOTATIONS, werden nicht für das Training verwendet und zählen in der Manifestzusammenfassung als ignorierte JSON Zeilen (ignored_json_lines). Weitere Informationen finden Sie unter Die Manifestzusammenfassung verstehen. Darüber hinaus werden ignorierte JSON Zeilen nicht auf den Fehlerschwellenwert von 20% für Training und Tests angerechnet.

Hinweise zu bestimmten nicht endgültigen Fehlern bei der Datenvalidierung finden Sie unter Fehler bei der Überprüfung von JSON Nichtterminalzeilen.

Hinweise zur Korrektur von JSON Linienfehlern finden Sie unterBehebung von Trainingsfehlern.

JSONFormat für Zeilenfehler

Amazon Rekognition Custom Labels fügt Informationen zu Validierungsfehlern auf Bildebene und Objektlokalisierungsformat Lines hinzu, die kein Terminal sind. JSON Weitere Informationen finden Sie unter Erstellen einer Manifestdatei.

Fehler auf Bildebene

Das folgende Beispiel zeigt die Error Arrays in einer Zeile auf Bildebene. JSON Es gibt zwei Arten von Fehlern. Fehler im Zusammenhang mit Metadaten von Labelattributen (in diesem Beispiel Sport-Metadaten) und Fehler im Zusammenhang mit dem Bild. Ein Fehler umfasst einen Fehlercode (Code) und eine Fehlermeldung (Nachricht). Weitere Informationen finden Sie unter Labels auf Bildebene in Manifestdateien importieren.

{
    "source-ref": String,
    "sport": Number,
    "sport-metadata": {
        "class-name": String,
        "confidence": Float,
        "type": String,
        "job-name": String,
        "human-annotated": String,
        "creation-date": String,
        "errors": [
            {
                "code": String, # error codes for label
                "message": String # Description and additional contextual details of the error
            }
        ] 
    },
    "errors": [
        {
            "code": String, # error codes for image
            "message": String # Description and additional contextual details of the error
        }
    ]
}

Fehler bei der Objektlokalisierung

Das folgende Beispiel zeigt die Fehler-Arrays in einer JSON Objektlokalisierungslinie. Die JSON Zeile enthält eine Errors Array-Information für Felder in den folgenden JSON Zeilenabschnitten. Jedes Error-Objekt enthält den Fehlercode und die Fehlermeldung.

Weitere Informationen finden Sie unter Objektlokalisierung in Manifestdateien.

{
    "source-ref": String,
    "bounding-box": {
        "image_size": [
            {
                "width": Int,
                "height": Int,
                "depth":Int,
            }
        ],
        "annotations": [
            {
                "class_id": Int,
                "left": Int,
                "top": Int,
                "width": Int,
                "height": Int,
                "errors": [   # annotation field errors
                    {
                        "code": String, # annotation field error code
                        "message": String # Description and additional contextual details of the error
                    }
                ]
            }
        ],
        "errors": [ #label attribute field errors
            {
                "code": String, # error code
                "message": String # Description and additional contextual details of the error
            }
        ] 
    },
    "bounding-box-metadata": {
        "objects": [
            {
                "confidence": Float
            }
        ],
        "class-map": {
            String: String
        }, 
        "type": String,
        "human-annotated": String,
        "creation-date": String,
        "job-name": String,
        "errors": [  #metadata field errors
            {
                "code": String, # error code
                "message": String # Description and additional contextual details of the error
            }
        ] 
    },
   "errors": [  # image errors
        {
            "code": String, # error code
            "message": String # Description and additional contextual details of the error
        }
    ] 
 }

Beispiel für einen JSON Zeilenfehler

Die folgende JSON Zeile zur Objektlokalisierung (aus Gründen der Lesbarkeit formatiert) zeigt einen ERROR_BOUNDING_BOX_TOO_SMALL Fehler. In diesem Beispiel sind die Abmessungen des Begrenzungsrahmens (Höhe und Breite) nicht größer als 1x1.

{
    "source-ref": "s3://bucket/Manifests/images/199940-1791.jpg",
    "bounding-box": {
        "image_size": [
            {
                "width": 3000,
                "height": 3000,
                "depth": 3
            }
        ],
        "annotations": [
            {
                "class_id": 1,
                "top": 0,
                "left": 0,
                "width": 1,
                "height": 1, 
                "errors": [
                    {
                        "code": "ERROR_BOUNDING_BOX_TOO_SMALL",
                        "message": "The height and width of the bounding box is too small."
                    }
                ]
            },
            {
                "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": "2019-11-20T02:57:28.288286",
        "job-name": "my job"
    }
}