Errores no terminales de validación en líneas JSON - 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

Errores no terminales de validación en líneas JSON

En este tema se indican los errores no terminales de validación de líneas JSON notificados por Etiquetas personalizadas de Amazon Rekognition durante el entrenamiento. 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 no terminal de línea JSON modificando la línea JSON en el archivo de manifiesto de entrenamiento o de prueba. También puede eliminar la línea JSON 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 campo source-ref de la línea JSON da la ubicación de Amazon S3 de una imagen. 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. Modifique la clave de source-ref en la línea JSON. También puede eliminar la línea JSON del archivo de manifiesto.

No puede 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 clave de source-ref está presente en la línea JSON, 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 el error ERROR_INVALID_SOURCE_REF_FORMAT 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. Modifique o elimine la línea JSON en el 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. Modifique o elimine la línea JSON en el 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 el error ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT 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 la línea JSON de la clave del atributo de 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. Modifique o elimine la línea JSON en el archivo de manifiesto.

No puede 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 el error ERROR_INVALID_LABEL_ATTRIBUTE_METADATA_FORMAT 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 líneas JSON con 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. Modifique o elimine la línea JSON en el archivo de manifiesto.

No puede 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 han encontrado atributos de etiqueta válidos en la línea JSON. Etiquetas personalizadas de Amazon Rekognition comprueba tanto el atributo de etiqueta como su identificador. Por lo general, se produce el error ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT en los archivos de manifiesto creados manualmente. Para obtener más información, consulte Creación de un archivo de manifiesto.

Si una línea JSON no tiene un formato de manifiesto de SageMaker compatible, Etiquetas personalizadas de Amazon Rekognition marcará la línea JSON como no válida y se notificará el error ERROR_NO_VALID_LABEL_ATTRIBUTES. 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 el JSON de la clave y de los metadatos del atributo de etiqueta sean correctos.

  2. Modifique o elimine la línea JSON en el archivo de manifiesto. Para obtener más información, consulte Creación de un archivo de manifiesto.

No puede 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. El error ERROR_MISSING_BOUNDING_BOX_CONFIDENCE suele producirse 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. Modifique o elimine la línea JSON en el archivo de manifiesto.

No puede 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. El error ERROR_MISSING_CLASS_MAP_ID suele producirse en los archivos de manifiesto creados manualmente.

Cómo corregir ERROR_MISSING_CLASS_MAP_ID

  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. Modifique o elimine la línea JSON en el archivo de manifiesto.

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

ERROR_INVALID_JSON_LINE

Mensaje de error

The JSON Line has an invalid format.

Más información

Se ha encontrado un carácter inesperado en la línea JSON. La línea JSON se cambia por una nueva línea JSON que contiene solo la información del error. Por lo general, se produce el error ERROR_INVALID_JSON_LINE 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. Abra el archivo de manifiesto y vaya a la línea JSON en la que está el error ERROR_INVALID_JSON_LINE.

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

  3. Modifique o elimine la línea JSON en el 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 formato PNG o JPEG.

    • 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. Modifique o elimine la línea JSON en el archivo de manifiesto.

No puede 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.

Cómo 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. Para obtener la línea JSON existente de la imagen, llame a ListDatasetEntries. En el parámetro de entrada SourceRefContains, indique la ubicación de Amazon S3 y el nombre de archivo de la imagen.

  3. Llame a UpdateDatasetEntries e indique la línea JSON de 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 elimine la línea JSON del archivo de manifiesto.

No puede 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 en la línea JSON contiene información válida sobre los cuadros delimitadores.

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 línea JSON del archivo de manifiesto.

No puede 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 matriz annotations de la línea JSON de una ubicación de objeto. 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.

Cómo 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 (línea JSON) 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 los cuadros delimitadores en la consola de Etiquetas personalizadas de Amazon Rekognition o puede eliminarlos en la línea JSON.

Cómo corregir ERROR_TOO_MANY_BOUNDING_BOXES (consola)

  1. Decida qué cuadros delimitadores quiere eliminar.

  2. Abra la consola de 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.

Cómo corregir ERROR_TOO_MANY_BOUNDING_BOXES (línea JSON).

  1. Abra el archivo de manifiesto y vaya a la línea JSON en la que está el error ERROR_TOO_MANY_BOUNDING_BOXES.

  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 línea JSON de la imagen no se usa para el entrenamiento. 

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

WARNING_NO_ANNOTATIONS

Mensajes de advertencia

No annotations provided.

Más información

Una línea JSON en formato de localización de objetos no contiene la información de ningún cuadro delimitador, a pesar de que una persona ha incluido las anotaciones (human-annotated = yes). La línea JSON es válida, pero no se usa para el entrenamiento. 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."
        } 
    ]
}
Cómo corregir WARNING_NO_ANNOTATIONS

  • Elija una de las siguientes opciones.

WARNING_NO_ATTRIBUTE_ANNOTATIONS

Mensajes de advertencia

No attribute annotations provided.

Más información

Una línea JSON en formato de localización de objetos no contiene la información de anotaciones de ningún cuadro delimitador, a pesar de que una persona ha incluido las anotaciones (human-annotated = yes). La matriz annotations no está presente o no se ha rellenado. La línea JSON es válida, pero no se usa para el entrenamiento. 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."
        }
    ]
}
Cómo corregir WARNING_NO_ATTRIBUTE_ANNOTATIONS

  • Elija una de las siguientes opciones.

    • Añada uno o varios objetos annotation del 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 (línea JSON) del manifiesto. Si existen otros atributos del cuadro delimitador válidos en la línea JSON, puede eliminar solo el atributo del cuadro delimitador no válido de la línea JSON.

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."
        }
    ]
}
Cómo 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 (línea JSON) 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.

Cómo 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 (línea JSON) del manifiesto.