Errores de validación de JSON líneas no terminales - Rekognition
ERROR_MISSING_SOURCE_REFERROR_INVALID_SOURCE_REF_FORMATERROR_NO_ _ LABEL ATTRIBUTESERROR_INVALID_LABEL_ATTRIBUTE_FORMATERROR_INVALID_LABEL_ATTRIBUTE_METADATA_FORMATERROR_NO_ _ _ VALID LABEL ATTRIBUTESERROR_MISSING_BOUNDING_BOX_CONFIDENCEERROR_ MISSING _ CLASS _ MAP _IDERROR_INVALID_JSON_LINEERROR_INVALID_IMAGEERROR_INVALID_IMAGE_DIMENSIONERROR_INVALID_BOUNDING_BOXERROR_NO_ _ VALID ANNOTATIONSERROR_BOUNDING_BOX_TOO_SMALLERROR_TOO_MANY_BOUNDING_BOXESWARNING_UNANNOTATED_RECORDWARNING_NO_ ANNOTATIONSWARNING_NO_ _ ATTRIBUTE ANNOTATIONSERROR_UNSUPPORTED_USE_CASE_TYPEERROR_INVALID_LABEL_NAME_LENGTH

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 de validación de JSON líneas no terminales

En este tema se enumeran los errores de validación de JSON líneas no terminales notificados por Amazon Rekognition Custom Labels durante la formación. Los errores vienen recogidos en el manifiesto de validación de entrenamiento y de prueba. Para obtener más información, consulte Qué son los manifiestos de resultados de validación de entrenamiento y de prueba. Puede corregir un error de línea no terminal actualizando la JSON JSON línea en el archivo de manifiesto de entrenamiento o prueba. También puedes eliminar la JSON línea del manifiesto, pero hacerlo podría reducir la calidad del modelo. Si hay muchos errores de validación no terminales, puede que le resulte más fácil volver a crear el archivo de manifiesto. Los errores de validación suelen producirse en los archivos de manifiesto creados manualmente. Para obtener más información, consulte Creación de un archivo de manifiesto. Para obtener información sobre cómo resolver errores de validación, consulte Soluciones de errores de entrenamiento. Algunos errores se pueden subsanar en la consola de Etiquetas personalizadas de Amazon Rekognition.

ERROR_MISSING_SOURCE_REF

Mensaje de error

The source-ref key is missing.

Más información

El source-ref campo JSON Line proporciona la ubicación de una imagen en Amazon S3. Este error se produce cuando falta la clave de source-ref o está mal escrita. Este error suele producirse en los archivos de manifiesto creados manualmente. Para obtener más información, consulte Creación de un archivo de manifiesto.

Cómo corregir ERROR_MISSING_SOURCE_REF

  1. Compruebe que la clave de source-ref esté presente y que esté escrita correctamente. La clave y el valor de source-ref completos son similares a lo siguiente: "source-ref": "s3://bucket/path/image".

  2. Actualización o la source-ref clave de la JSON línea. También puede eliminar la JSON línea del archivo de manifiesto.

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

ERROR_INVALID_SOURCE_REF_FORMAT

Mensaje de error

The format of the source-ref value is invalid.

Más información

La source-ref clave está presente en la JSON línea, pero el esquema de la ruta de Amazon S3 es incorrecto. Por ejemplo, la ruta es https://.... en lugar de S3://..... Por lo general, se produce un FORMAT error ERROR INVALID SOURCE REF _ _ _ en los archivos de manifiesto creados manualmente. Para obtener más información, consulte Creación de un archivo de manifiesto.

Cómo corregir ERROR_INVALID_SOURCE_REF_FORMAT

  1. Compruebe que el esquema sea "source-ref": "s3://bucket/path/image". Por ejemplo, "source-ref": "s3://custom-labels-console-us-east-1-1111111111/images/000000242287.jpg".

  2. Actualice o elimine la JSON línea del archivo de manifiesto.

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

ERROR_NO_ _ LABEL ATTRIBUTES

Mensaje de error

No label attributes found.

Más información

El atributo de etiqueta o el nombre de clave -metadata del atributo de etiqueta (o ambos) no son válidos o no están disponibles. En el siguiente ejemplo, ERROR_NO_LABEL_ATTRIBUTES aparece siempre que falta la clave de bounding-box o bounding-box-metadata (o ambas). Para obtener más información, consulte Creación de un archivo de manifiesto.

{
	"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"
	}
}

El error ERROR_NO_LABEL_ATTRIBUTES suele aparecer en un archivo de manifiesto creado manualmente. Para obtener más información, consulte Creación de un archivo de manifiesto.

Cómo corregir ERROR_NO_LABEL_ATTRIBUTES

  1. Compruebe que el identificador del atributo de etiqueta y las claves de -metadata de los identificadores del atributo de etiqueta estén presentes y que los nombres de las claves estén escritos correctamente.

  2. Actualice o elimine la JSON línea del archivo de manifiesto.

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

ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT

Mensaje de error

The format of the label attribute {} is invalid.

Más información

Falta el esquema de la clave del atributo de etiqueta o no es válido. Por lo general, se produce un FORMAT error ERROR INVALID LABEL ATTRIBUTE _ _ _ en los archivos de manifiesto creados manualmente. Para obtener más información, consulte. Creación de un archivo de manifiesto

Cómo corregir ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT

  1. Compruebe que la sección de JSON línea de la clave de atributo de la etiqueta sea correcta. En el siguiente ejemplo de ubicación de objetos, los objetos image_size yannotations deben ser correctos. La clave del atributo de etiqueta se llama bounding-box.

    	"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
		}]
	},

  2. Actualice o elimine la JSON línea del archivo de manifiesto.

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

ERROR_INVALID_LABEL_ATTRIBUTE_METADATA_FORMAT

Mensaje de error

The format of the label attribute metadata is invalid.

Más información

Falta el esquema de la clave de los metadatos del atributo de etiqueta o no son válidos. Por lo general, se produce un FORMAT error ERROR INVALID LABEL ATTRIBUTE METADATA _ _ _ _ en los archivos de manifiesto creados manualmente. Para obtener más información, consulte Creación de un archivo de manifiesto.

Cómo corregir ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT

  1. Compruebe que el esquema de JSON líneas de la clave de metadatos del atributo de etiqueta es similar al del siguiente ejemplo. La clave de los metadatos del atributo de etiqueta se llama bounding-box-metadata.

    	"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"
	}

  2. Actualice o elimine la JSON línea del archivo de manifiesto.

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

ERROR_NO_ _ _ VALID LABEL ATTRIBUTES

Mensaje de error

No valid label attributes found.

Más información

No se encontraron atributos de etiqueta válidos en la JSON línea. Etiquetas personalizadas de Amazon Rekognition comprueba tanto el atributo de etiqueta como su identificador. Por lo general, se produce un FORMAT error ERROR INVALID LABEL ATTRIBUTE _ _ _ _ en los archivos de manifiesto creados manualmente. Para obtener más información, consulte. Creación de un archivo de manifiesto

Si una JSON línea no tiene un formato de SageMaker manifiesto compatible, las etiquetas personalizadas de Amazon Rekognition JSON marcan la línea como no válida ERROR_NO_VALID_LABEL_ATTRIBUTES y se informa de un error. Actualmente, Etiquetas personalizadas de Amazon Rekognition admite los formatos de tareas de clasificación y cuadros delimitadores. Para obtener más información, consulte Creación de un archivo de manifiesto.

Cómo corregir ERROR_NO_VALID_LABEL_ATTRIBUTES

  1. Compruebe que la clave del atributo JSON de la etiqueta y los metadatos del atributo de la etiqueta sean correctos.

  2. Actualice o elimine la JSON línea del archivo de manifiesto. Para obtener más información, consulte Creación de un archivo de manifiesto.

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

ERROR_MISSING_BOUNDING_BOX_CONFIDENCE

Mensaje de error

One or more bounding boxes has a missing confidence value.

Más información

Falta la clave de confidence en uno o varios cuadros delimitadores de ubicación de objetos. La clave de confidence de un cuadro delimitador se encuentra en los metadatos del atributo de etiqueta, tal como se muestra en el siguiente ejemplo. Por lo general, se produce un CONFIDENCE error ERROR MISSING BOUNDING BOX _ _ _ en los archivos de manifiesto creados manualmente. Para obtener más información, consulte Localización de objetos en archivos de manifiesto.

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

  1. Compruebe que la matriz objects del atributo de etiqueta tiene el mismo número de claves de confidence que los objetos de la matriz annotations del atributo de etiqueta.

  2. Actualice o elimine la JSON línea del archivo de manifiesto.

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

ERROR_ MISSING _ CLASS _ MAP _ID

Mensaje de error

One of more class ids is missing from the class map.

Más información

El objeto class_id en un objeto de anotación (cuadro delimitador) no tiene ninguna entrada igual en el mapa de clases de metadatos de atributos de etiqueta (class-map). Para obtener más información, consulte Localización de objetos en archivos de manifiesto. Por lo general, se produce un error de ERROR MISSING CLASS _ _ _ MAP _ID en los archivos de manifiesto creados manualmente.

Para corregir ERROR _ _ MISSING CLASS _ _ID MAP

  1. Compruebe que el valor class_id de cada objeto de anotación (cuadro delimitador) tenga un valor correspondiente en la matriz class-map, tal como se muestra en el siguiente ejemplo. La matriz annotations y la matriz class_map deben tener el mismo número de elementos.

    {
	"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"
	}
}

  2. Actualice o elimine la JSON línea del archivo de manifiesto.

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

ERROR_INVALID_JSON_LINE

Mensaje de error

La JSON línea tiene un formato no válido.

Más información

Se ha encontrado un carácter inesperado en la JSON línea. La JSON línea se sustituye por una nueva JSON que contiene solo la información de error. Por lo general, se produce un LINE error ERROR INVALID JSON _ _ en los archivos de manifiesto creados manualmente. Para obtener más información, consulte Localización de objetos en archivos de manifiesto.

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

Cómo corregir ERROR_INVALID_JSON_LINE

  1. Abre el archivo de manifiesto y navega hasta la JSON línea en la que se produce el LINE error ERROR INVALID JSON _ _ _.

  2. Compruebe que la JSON línea no contenga caracteres no válidos y que no falten , caracteres obligatorios ; o no.

  3. Actualiza o elimina la JSON línea del archivo de manifiesto.

ERROR_INVALID_IMAGE

Mensaje de error

The image is invalid. Revise la ruta de S3 o las propiedades de la imagen.

Más información

El archivo al que hace referencia source-ref no es una imagen válida. Entre las posibles causas, está la relación de aspecto de la imagen, el tamaño de la imagen y el formato de la imagen.

Para obtener más información, consulte Directrices y cuotas en Etiquetas personalizadas de Amazon Rekognition.

Cómo corregir ERROR_INVALID_IMAGE

  1. Compruebe lo siguiente.

    • La relación de aspecto de la imagen es inferior a 20:1.

    • El tamaño de la imagen es superior a 15 MB.

    • La imagen está en JPEG formato PNG o.

    • La ruta de la imagen en source-ref es correcta.

    • La dimensión mínima de la imagen es superior a 64 píxeles x 64 píxeles.

    • La dimensión máxima de la imagen es superior a 4096 píxeles x 4096 píxeles.

  2. Actualice o elimine la JSON línea del archivo de manifiesto.

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

ERROR_INVALID_IMAGE_DIMENSION

Mensaje de error

The image dimension(s) do not conform to allowed dimensions.

Más información

La imagen a la que hace referencia source-ref no se ajusta a las dimensiones de imagen permitidas. La dimensión mínima es de 64 píxeles. La dimensión máxima es de 4096 píxeles. Se generará el error ERROR_INVALID_IMAGE_DIMENSION en el caso de las imágenes con cuadros delimitadores.

Para obtener más información, consulte Directrices y cuotas en Etiquetas personalizadas de Amazon Rekognition.

Cómo corregir ERROR_INVALID_IMAGE_DIMENSION (consola)

  1. Modifique la imagen del bucket de Amazon S3 con las dimensiones que Etiquetas personalizadas de Amazon Rekognition pueda procesar.

  2. En la consola de Etiquetas personalizadas de Amazon Rekognition, haga lo siguiente:

    1. Elimine los cuadros delimitadores existentes de la imagen.

    2. Vuelva a agregar los cuadros delimitadores a la imagen.

    3. Guarde los cambios.

    Para obtener más información, Etiquetado de objetos con cuadros delimitadores.

Para corregir ERROR_INVALID_IMAGE_DIMENSION (SDK)

  1. Modifique la imagen del bucket de Amazon S3 con las dimensiones que Etiquetas personalizadas de Amazon Rekognition pueda procesar.

  2. Obtenga la JSON línea existente para la imagen llamando ListDatasetEntries. En el parámetro de entrada SourceRefContains, indique la ubicación de Amazon S3 y el nombre de archivo de la imagen.

  3. Llama UpdateDatasetEntriesy proporciona la JSON línea para la imagen. Asegúrese de que el valor de source-ref coincide con la ubicación de la imagen en el bucket de Amazon S3. Actualice las anotaciones del cuadro delimitador para que coincidan con las dimensiones del cuadro delimitador necesarias para la nueva imagen modificada.

    {
	"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

Mensaje de error

The bounding box has off frame values.

Más información

La información del cuadro delimitador especifica una imagen que está fuera del marco de la imagen o que tiene valores negativos.

Para obtener más información, consulte Directrices y cuotas en Etiquetas personalizadas de Amazon Rekognition.

Cómo corregir ERROR_INVALID_BOUNDING_BOX

  1. Compruebe los valores de los cuadros delimitadores de la matriz annotations. 

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

  2. Actualice o, como alternativa, elimine la JSON línea del archivo de manifiesto.

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

ERROR_NO_ _ VALID ANNOTATIONS

Mensaje de error

No valid annotations found.

Más información

Ninguno de los objetos de anotación de la JSON línea contiene información válida sobre el cuadro delimitador.

Cómo corregir ERROR_NO_VALID_ANNOTATIONS

  1. Actualice la matriz annotations para incluir objetos de cuadro delimitador válidos. Compruebe también que la información de los cuadros delimitadores correspondiente (confidence y class_map) en los metadatos de atributos de etiqueta sea correcta. Para obtener más información, consulte Localización de objetos en archivos de manifiesto.

    {
	"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"
	}
}

  2. Actualice o elimine la JSON línea del archivo de manifiesto.

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

ERROR_BOUNDING_BOX_TOO_SMALL

Mensaje de error

The height and width of the bounding box is too small.

Más información

Las dimensiones del cuadro delimitador (altura y anchura) deben ser superiores a 1 x 1 píxel.

Durante el entrenamiento, Etiquetas personalizadas de Amazon Rekognition cambia el tamaño de una imagen si alguna de sus dimensiones supera los 1280 píxeles (las imágenes de origen no se ven afectadas). Los valores finales de altura y anchura del cuadro delimitador deben ser superiores a 1 x 1 píxel. La ubicación de un cuadro delimitador se almacena en la annotations matriz de una JSON línea de ubicación de objetos. Para obtener más información, consulte Localización de objetos en archivos de manifiesto 

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

La información del error se agrega al objeto de anotación.

Para corregir ERROR _ _ BOUNDING _ BOX _ TOO SMALL

  • Elija una de las siguientes opciones.

    • Aumente el tamaño de los cuadros delimitadores que sean demasiado pequeños.

    • Elimine los cuadros delimitadores que sean demasiado pequeños. Para obtener información sobre cómo eliminar un cuadro delimitador, consulte ERROR_TOO_MANY_BOUNDING_BOXES.

    • Elimine la imagen (JSONlínea) del manifiesto.

ERROR_TOO_MANY_BOUNDING_BOXES

Mensaje de error

There are more bounding boxes than the allowed maximum.

Más información

Hay más cuadros delimitadores que el límite permitido (50). Puede eliminar el exceso de casillas delimitadoras en la consola de etiquetas personalizadas de Amazon Rekognition o puede eliminarlos de la línea. JSON

Cómo corregir ERROR_TOO_MANY_BOUNDING_BOXES (consola)

  1. Decida qué cuadros delimitadores quiere eliminar.

  2. Abra la consola Amazon Rekognition en. https://console.aws.amazon.com/rekognition/

  3. Elija Usar etiquetas personalizadas.

  4. Elija Comenzar.

  5. En el panel de navegación de la izquierda, elija el proyecto que contenga el conjunto de datos que desea usar.

  6. En la página Conjuntos de datos, elija el conjunto de datos que quiera utilizar.

  7. En la página de la galería de conjuntos de datos, seleccione Empezar a etiquetar para activar el modo de etiquetado.

  8. Elija la imagen de la que desee eliminar de los cuadros delimitadores.

  9. Seleccione Dibujar cuadro delimitador.

  10. En la herramienta de dibujo, elija el cuadro delimitador que desee eliminar.

  11. Pulse la tecla de borrar del teclado para eliminar el cuadro delimitador.

  12. Repita los 2 pasos anteriores hasta que haya eliminado los cuadros delimitadores necesarios.

  13. Seleccione Listo.

  14. Elija Guardar cambios para guardar los cambios.

  15. Seleccione Salir para salir del modo de etiquetado.

Para corregir ERROR _ _ TOO _ MANY BOUNDING _ BOXES (línea)JSON.

  1. Abre el archivo de manifiesto y navega hasta la JSON línea en la que se produce el BOXES error ERROR TOO MANY BOUNDING _ _ _ _.

  2. Elimine lo siguiente en cada cuadro delimitador que desee eliminar.

    • Elimine el objeto annotation correspondiente de la matriz annotations.

    • Elimine el objeto confidence correspondiente de la matriz objects en los metadatos del atributo de etiqueta.

    • Si ya no se utiliza en otros cuadros delimitadores, elimine la etiqueta del class-map.

    Consulte el siguiente ejemplo para identificar qué elementos debe eliminar.

    {
	"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

Mensajes de advertencia

Record is unannotated.

Más información

Una imagen añadida a un conjunto de datos a través de la consola de Etiquetas personalizadas de Amazon Rekognition no estaba etiquetada. La JSON línea de la imagen no se usa para entrenar. 

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

WARNING_NO_ ANNOTATIONS

Mensajes de advertencia

No annotations provided.

Más información

Una JSON línea en formato de localización de objetos no contiene información sobre ningún recuadro delimitador, a pesar de estar anotada por una persona (). human-annotated = yes La JSON línea es válida, pero no se usa para entrenar. Para obtener más información, consulte Qué son los manifiestos de resultados de validación de entrenamiento y de prueba. 

{
    "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."
        } 
    ]
}
Para corregir WARNING _NO_ ANNOTATIONS

  • Elija una de las siguientes opciones.

WARNING_NO_ _ ATTRIBUTE ANNOTATIONS

Mensajes de advertencia

No attribute annotations provided.

Más información

Una JSON línea en formato de localización de objetos no contiene ninguna información de anotación en un cuadro delimitador, a pesar de estar anotada por una persona (). human-annotated = yes La matriz annotations no está presente o no se ha rellenado. La JSON línea es válida, pero no se usa para entrenar. Para obtener más información, consulte Qué son los manifiestos de resultados de validación de entrenamiento y de prueba. 

{
    "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."
        }
    ]
}
Para corregir WARNING _NO_ _ ATTRIBUTE ANNOTATIONS

  • Elija una de las siguientes opciones.

    • Añada uno o más annotation objetos de cuadro delimitador a la línea. JSON Para obtener más información, consulte Localización de objetos en archivos de manifiesto.

    • Elimine el atributo del cuadro delimitador.

    • Elimine la imagen (JSONlínea) del manifiesto. Si existen otros atributos de cuadro delimitador válidos en la JSON línea, puede eliminar únicamente el atributo de cuadro delimitador no válido de la JSON línea.

ERROR_UNSUPPORTED_USE_CASE_TYPE

Mensajes de advertencia

Más información

El valor del campo type no es groundtruth/image-classification ni groundtruth/object-detection. Para obtener más información, consulte Creación de un archivo de manifiesto. 

{
    "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."
        }
    ]
}
Para corregir ERROR _ _ _ UNSUPPORTED _ USE CASE TYPE

  • Seleccione una de las siguientes opciones:

    • Cambie el valor del campo type por groundtruth/image-classification o groundtruth/object-detection, según el tipo de modelo que desee crear. Para obtener más información, consulte Creación de un archivo de manifiesto.

    • Elimine la imagen (JSONlínea) del manifiesto.

ERROR_INVALID_LABEL_NAME_LENGTH

Más información

La longitud del nombre de una etiqueta es demasiado larga. La longitud máxima es de 256 caracteres.

Para corregir ERROR _ INVALID _ LABEL _ NAME _ LENGTH

  • Seleccione una de las siguientes opciones:

    • Reduzca la longitud del nombre de la etiqueta a 256 caracteres o menos.

    • Elimine la imagen (JSONlínea) del manifiesto.