Errores terminales de contenido del manifiesto - Rekognition

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Errores terminales de contenido del manifiesto

En este tema se describe el error Lista de errores terminales de contenido del manifiesto que se registra en el resumen del manifiesto. El resumen del manifiesto incluye un código de error y un mensaje por cada error detectado. Para obtener más información, consulte Qué es el resumen del manifiesto. Los errores terminales en el contenido del manifiesto no impiden que se notifiquen Lista de errores no terminales de validación en líneas JSON.

ERROR_TOO_MANY_INVALID_ROWS_IN_MANIFEST

Mensaje de error

The manifest file contains too many invalid rows.

Más información

El error ERROR_TOO_MANY_INVALID_ROWS_IN_MANIFEST se produce si hay demasiadas líneas JSON que incluyen contenido no válido.

No puede usar la consola de Etiquetas personalizadas de Amazon Rekognition para subsanar el error ERROR_TOO_MANY_INVALID_ROWS_IN_MANIFEST.

Cómo corregir ERROR_TOO_MANY_INVALID_ROWS_IN_MANIFEST
  1. Compruebe si hay errores de líneas JSON en el manifiesto. Para obtener más información, consulte Qué son los manifiestos de resultados de validación de entrenamiento y de prueba.

  2. Cómo corregir las líneas JSON que tienen errores. Para obtener más información, consulte Errores no terminales de validación en líneas JSON.

ERROR_IMAGES_IN_MULTIPLE_S3_BUCKETS

Mensaje de error

The manifest file contains images from multiple S3 buckets.

Más información

Un manifiesto solo puede hacer referencia a las imágenes almacenadas en un único bucket. Cada línea JSON almacena la ubicación en Amazon S3 de una ubicación de imagen con el valor desource-ref. En el siguiente ejemplo, el nombre del bucket es my-bucket.

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

No es posible usar la consola de Etiquetas personalizadas de Amazon Rekognition para subsanar este error.

Cómo corregir ERROR_IMAGES_IN_MULTIPLE_S3_BUCKETS
  • Asegúrese de que todas las imágenes estén en el mismo bucket de Amazon S3 y de que el valor de source-ref en cada línea JSON haga referencia al bucket en el que se almacenan las imágenes. Si lo prefiere, elija un bucket de Amazon S3 que prefiera y elimine las líneas JSON en las que source-ref no haga referencia a su bucket preferido.

ERROR_INVALID_PERMISSIONS_IMAGES_S3_BUCKET

Mensaje de error

The permissions for the images S3 bucket are invalid.

Más información

Los permisos del bucket de Amazon S3 que contiene las imágenes no son correctos.

No puede usar la consola de Etiquetas personalizadas de Amazon Rekognition para subsanar este error.

Cómo corregir ERROR_INVALID_PERMISSIONS_IMAGES_S3_BUCKET
  • Compruebe los permisos del bucket que contiene las imágenes. El valor de source-ref de una imagen incluye la ubicación del bucket.

ERROR_INVALID_IMAGES_S3_BUCKET_OWNER

Mensaje de error

Invalid owner id for images S3 bucket.

Más información

El propietario del bucket que contiene las imágenes de entrenamiento o de prueba es diferente del propietario del bucket que contiene el manifiesto de entrenamiento o de prueba. Puede utilizar el siguiente comando para buscar el propietario del bucket.

aws s3api get-bucket-acl --bucket amzn-s3-demo-bucket

El OWNER ID debe coincidir con los buckets que almacenan las imágenes y los archivos de manifiesto.

Cómo corregir ERROR_INVALID_IMAGES_S3_BUCKET_OWNER
  1. Elija al propietario deseado de los buckets de entrenamiento, de prueba, de resultados y de imágenes. El propietario debe tener los permisos para usar Etiquetas personalizadas de Amazon Rekognition.

  2. Por cada bucket que actualmente no pertenezca al propietario deseado, cree un nuevo bucket de Amazon S3 que pertenezca a su propietario preferido.

  3. Copie el contenido del bucket anterior en el bucket nuevo. Para obtener más información, consulte ¿Cómo puedo copiar objetos entre buckets de Amazon S3?

No puede usar la consola de Etiquetas personalizadas de Amazon Rekognition para subsanar este error.

ERROR_INSUFFICIENT_IMAGES_PER_LABEL_FOR_AUTOSPLIT

Mensaje de error

The manifest file contains insufficient labeled images per label to perform auto-split.

Más información

Durante el entrenamiento del modelo, puede crear un conjunto de datos de prueba utilizando el 20 % de las imágenes del conjunto de datos de entrenamiento. El error ERROR_INSUFFICIENT_IMAGES_PER_LABEL_FOR_AUTOSPLIT se produce cuando no hay suficientes imágenes para crear un conjunto de datos de prueba aceptable.

No puede usar la consola de Etiquetas personalizadas de Amazon Rekognition para subsanar este error.

Cómo corregir ERROR_INSUFFICIENT_IMAGES_PER_LABEL_FOR_AUTOSPLIT
  • Añada más imágenes etiquetadas al conjunto de datos de entrenamiento. Puede agregar imágenes en la consola de Etiquetas personalizadas de Amazon Rekognition si agrega imágenes al conjunto de datos de entrenamiento o líneas JSON al manifiesto de entrenamiento. Para obtener más información, consulte Administración de conjuntos de datos.

ERROR_MANIFEST_TOO_FEW_LABELS

Mensaje de error

The manifest file has too few labels.

Más información

Los conjuntos de datos de entrenamiento y de prueba tienen un número mínimo de etiquetas obligatorio. El mínimo depende de si el conjunto de datos entrena o prueba un modelo para detectar etiquetas de imagen (clasificación) o si el modelo detecta la ubicación de objetos. Si el conjunto de datos de entrenamiento se divide para crear un conjunto de datos de prueba, el número de etiquetas en el conjunto de datos se determinará después de que se divida este. Para obtener más información, consulte Directrices y cuotas en Etiquetas personalizadas de Amazon Rekognition.

Cómo corregir ERROR_MANIFEST_TOO_FEW_LABELS (consola)
  1. Añada más etiquetas nuevas al conjunto de datos. Para obtener más información, consulte Administración de etiquetas.

  2. Añada las nuevas etiquetas a las imágenes del conjunto de datos. Si el modelo detecta etiquetas de imagen, consulte Asignación de etiquetas de imagen a una imagen. Si el modelo detecta la ubicación de objetos, consulte Etiquetado de objetos con cuadros delimitadores.

Cómo corregir ERROR_MANIFEST_TOO_FEW_LABELS (línea JSON)
  • Añada líneas JSON de las imágenes nuevas que tengan etiquetas nuevas. Para obtener más información, consulte Creación de un archivo de manifiesto. Si el modelo detecta etiquetas de imagen, agregue nuevos nombres de etiquetas al campo class-name. Por ejemplo, la etiqueta de la siguiente imagen es Amanecer.

    { "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" } }

    Si el modelo detecta ubicaciones de objetos, agregue etiquetas nuevas al class-map, tal como se muestra en el siguiente ejemplo.

    { "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" } }

    Debe asignar la tabla del mapa de clases a las anotaciones de los cuadros delimitadores. Para obtener más información, consulte Localización de objetos en archivos de manifiesto.

ERROR_MANIFEST_TOO_MANY_LABELS

Mensaje de error

The manifest file has too many labels.

Más información

El número de etiquetas únicas en el manifiesto (conjunto de datos) supera el límite permitido. Si el conjunto de datos de entrenamiento se divide para crear un conjunto de datos de prueba, el número de etiquetas se determinará después de la división.

Cómo corregir ERROR_MANIFEST_TOO_MANY_LABELS (consola)
  • Elimine las etiquetas del conjunto de datos. Para obtener más información, consulte Administración de etiquetas. Las etiquetas se eliminan automáticamente de las imágenes y los cuadros delimitadores en el conjunto de datos.

Cómo corregir ERROR_MANIFEST_TOO_MANY_LABELS (línea JSON)
  • Manifiestos con líneas JSON de imagen: si la imagen tiene una sola etiqueta, elimine las líneas JSON de las imágenes que utilicen la etiqueta deseada. Si la línea JSON contiene varias etiquetas, elimine solo el objeto JSON de la etiqueta deseada. Para obtener más información, consulte Cómo agregar varias etiquetas de imagen a una imagen.

    Manifiestos con líneas JSON con la ubicación del objeto: elimine el cuadro delimitador y la información de etiqueta asociada a la etiqueta que desee eliminar. Haga esto en cada línea JSON que contenga la etiqueta deseada. Es necesario eliminar la etiqueta de la matriz class-map y los objetos correspondientes de la matriz objects y annotations. Para obtener más información, consulte Localización de objetos en archivos de manifiesto.

ERROR_INSUFICIENT_LABEL_OVERLAP

Mensaje de error

Less than {}% label overlap between the training and testing manifest files.

Más información

Hay menos del 50 % de superposición entre los nombres de las etiquetas del conjunto de datos de prueba y los nombres de las etiquetas del conjunto de datos de entrenamiento.

Cómo corregir ERROR_INSUFFICIENT_LABEL_OVERLAP (consola)
  • Elimine las etiquetas del conjunto de datos de entrenamiento. También puede agregar etiquetas más comunes al conjunto de datos de prueba. Para obtener más información, consulte Administración de etiquetas. Las etiquetas se eliminan automáticamente de las imágenes y los cuadros delimitadores en el conjunto de datos.

Cómo corregir ERROR_INSUFFICIENT_LABEL_OVERLAP eliminando las etiquetas del conjunto de datos de entrenamiento (línea JSON)
  • Manifiestos con líneas JSON de imagen: si la imagen tiene una sola etiqueta, elimine la línea JSON de la imagen que utilice la etiqueta deseada. Si la línea JSON contiene varias etiquetas, elimine solo el objeto JSON de la etiqueta deseada. Para obtener más información, consulte Cómo agregar varias etiquetas de imagen a una imagen. Haga esto en cada línea JSON del manifiesto que contenga la etiqueta que desee eliminar.

    Manifiestos con líneas JSON con la ubicación del objeto: elimine el cuadro delimitador y la información de etiqueta asociada a la etiqueta que desee eliminar. Haga esto en cada línea JSON que contenga la etiqueta deseada. Es necesario eliminar la etiqueta de la matriz class-map y los objetos correspondientes de la matriz objects y annotations. Para obtener más información, consulte Localización de objetos en archivos de manifiesto.

Cómo corregir ERROR_INSUFFICIENT_LABEL_OVERLAP añadiendo etiquetas comunes al conjunto de datos de prueba (línea JSON)
  • Añada líneas JSON al conjunto de datos de prueba que incluyan imágenes etiquetadas con etiquetas que ya estén en el conjunto de datos de entrenamiento. Para obtener más información, consulte Creación de un archivo de manifiesto.

ERROR_MANIFEST_TOO_FEW_USABLE_LABELS

Mensaje de error

The manifest file has too few usable labels.

Más información

Un manifiesto de entrenamiento puede contener líneas JSON en formato de etiqueta de imagen y en formato de ubicación de objetos. Según el tipo de líneas JSON que se encuentren en el manifiesto de entrenamiento, Etiquetas personalizadas de Amazon Rekognition creará un modelo que detecta las etiquetas de imagen o un modelo que detecte la ubicación de los objetos. Etiquetas personalizadas de Amazon Rekognition filtra los registros de JSON válidos de las líneas JSON que no están en el formato elegido. ERROR_MANIFEST_TOO_FEW_USABLE_LABELS se produce cuando el número de etiquetas del manifiesto en el tipo de modelo elegido es insuficiente para entrenar el modelo.

Se necesita un mínimo de 1 etiqueta para entrenar un modelo que detecte etiquetas de imagen. Se necesita un mínimo de 2 etiquetas para entrenar un modelo que ubique los objetos.

Cómo corregir ERROR_MANIFEST_TOO_FEW_USABLE_LABELS (consola)
  1. Marque el campo use_case en el resumen del manifiesto.

  2. Añada más etiquetas al conjunto de datos de entrenamiento en este caso (de imagen o localización de objetos) que coincidan con el valor de use_case. Para obtener más información, consulte Administración de etiquetas. Las etiquetas se eliminan automáticamente de las imágenes y los cuadros delimitadores en el conjunto de datos.

Cómo corregir ERROR_MANIFEST_TOO_FEW_USABLE_LABELS (línea JSON)
  1. Marque el campo use_case en el resumen del manifiesto.

  2. Añada más etiquetas al conjunto de datos de entrenamiento en este caso (de imagen o localización de objetos) que coincidan con el valor de use_case. Para obtener más información, consulte Creación de un archivo de manifiesto.

ERROR_INSUFICIENT_USABLE_LABEL_OVERLAP

Mensaje de error

Less than {}% usable label overlap between the training and testing manifest files.

Más información

Un manifiesto de entrenamiento puede contener líneas JSON en formato de etiqueta de imagen y en formato de ubicación de objetos. Según los formatos que haya en el manifiesto de entrenamiento, Etiquetas personalizadas de Amazon Rekognition creará un modelo que detecta las etiquetas de imagen o un modelo que detecte la ubicación de los objetos. Etiquetas personalizadas de Amazon Rekognition no usará registros de JSON válidos de las líneas JSON que no están en el formato elegido. ERROR_INSUFFICIENT_USABLE_LABEL_OVERLAP se produce cuando hay menos del 50 % de superposición entre las etiquetas de prueba y de entrenamiento que se utilizan.

Cómo corregir ERROR_INSUFFICIENT_USABLE_LABEL_OVERLAP (consola)
  • Elimine las etiquetas del conjunto de datos de entrenamiento. También puede agregar etiquetas más comunes al conjunto de datos de prueba. Para obtener más información, consulte Administración de etiquetas. Las etiquetas se eliminan automáticamente de las imágenes y los cuadros delimitadores en el conjunto de datos.

Cómo corregir ERROR_INSUFFICIENT_USABLE_LABEL_OVERLAP eliminando las etiquetas del conjunto de datos de entrenamiento (línea JSON)
  • Conjuntos de datos utilizados para detectar etiquetas de imagen: si la imagen tiene una sola etiqueta, elimine la línea JSON de la imagen que use la etiqueta deseada. Si la línea JSON contiene varias etiquetas, elimine solo el objeto JSON de la etiqueta deseada. Para obtener más información, consulte Cómo agregar varias etiquetas de imagen a una imagen. Haga esto en cada línea JSON del manifiesto que contenga la etiqueta que desee eliminar.

    Conjuntos de datos usados para detectar ubicaciones de objetos: elimine el cuadro delimitador y la información de etiqueta asociada a la etiqueta que desee eliminar. Haga esto en cada línea JSON que contenga la etiqueta deseada. Es necesario eliminar la etiqueta de la matriz class-map y los objetos correspondientes de la matriz objects y annotations. Para obtener más información, consulte Localización de objetos en archivos de manifiesto.

Cómo corregir ERROR_INSUFFICIENT_USABLE_LABEL_OVERLAP añadiendo etiquetas comunes al conjunto de datos de prueba (línea JSON)
  • Añada líneas JSON al conjunto de datos de prueba que incluyan imágenes etiquetadas con etiquetas que ya estén en el conjunto de datos de entrenamiento. Para obtener más información, consulte Creación de un archivo de manifiesto.

ERROR_FAILED_IMAGES_S3_COPY

Mensaje de error

Failed to copy images from S3 bucket.

Más información

El servicio no ha podido copiar ninguna de las imágenes en el conjunto de datos.

No puede usar la consola de Etiquetas personalizadas de Amazon Rekognition para subsanar este error.

Cómo corregir ERROR_FAILED_IMAGES_S3_COPY
  1. Compruebe los permisos de las imágenes.

  2. Si lo está utilizando AWS KMS, consulte la política de buckets. Para obtener más información, consulte Descifrar archivos cifrados con AWS Key Management Service.

El archivo de manifiesto tiene demasiados errores terminales.

Hay demasiadas líneas JSON con errores terminales en el contenido.

Cómo corregir ERROR_TOO_MANY_RECORDS_IN_ERROR

No puede usar la consola de Etiquetas personalizadas de Amazon Rekognition para subsanar este error.