Erreurs de validation de JSON lignes non terminales - Rekognition
ERROR_MISSING_SOURCE_REFERROR_INVALID_SOURCE_REF_FORMATERROR_NON_ _ LABEL ATTRIBUTESERROR_INVALID_LABEL_ATTRIBUTE_FORMATERROR_INVALID_LABEL_ATTRIBUTE_METADATA_FORMATERROR_NON_ _ _ VALID LABEL ATTRIBUTESERROR_MISSING_BOUNDING_BOX_CONFIDENCEERROR_ MISSING _ CLASS _ MAP _IDERROR_INVALID_JSON_LINEERROR_INVALID_IMAGEERROR_INVALID_IMAGE_DIMENSIONERROR_INVALID_BOUNDING_BOXERROR_NON_ _ VALID ANNOTATIONSERROR_BOUNDING_BOX_TOO_SMALLERROR_TOO_MANY_BOUNDING_BOXESWARNING_UNANNOTATED_RECORDWARNING_NON_ ANNOTATIONSWARNING_NON_ _ ATTRIBUTE ANNOTATIONSERROR_UNSUPPORTED_USE_CASE_TYPEERROR_INVALID_LABEL_NAME_LENGTH

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Erreurs de validation de JSON lignes non terminales

Cette rubrique répertorie les erreurs de validation de JSON ligne non terminales signalées par Amazon Rekognition Custom Labels lors de la formation. Les erreurs sont signalées dans le manifeste de validation des entraînements et des tests. Pour de plus amples informations, veuillez consulter Présentation des manifestes de résultats de validation des entraînements et des tests. Vous pouvez corriger une erreur de JSON ligne non terminale en mettant à jour la JSON ligne dans le fichier manifeste d'entraînement ou de test. Vous pouvez également supprimer la JSON ligne du manifeste, mais cela risque de réduire la qualité de votre modèle. S’il existe de nombreuses erreurs de validation non définitives, il vous sera peut-être plus facile de recréer le fichier manifeste. Les erreurs de validation se produisent généralement dans les fichiers manifestes créés manuellement. Pour plus d’informations, consultez Création d’un fichier manifeste. Pour plus d’informations sur la correction des erreurs de validation, consultez Correction des erreurs d’entraînement. Il est possible de corriger certaines erreurs à l’aide de la console Étiquettes personnalisées Amazon Rekognition.

ERROR_MISSING_SOURCE_REF

Message d’erreur

La clé source-ref est manquante.

En savoir plus

Le source-ref champ JSON Line indique l'emplacement d'une image sur Amazon S3. Cette erreur se produit lorsque la clé source-ref est manquante ou mal orthographiée. Cette erreur se produit généralement dans les fichiers manifestes créés manuellement. Pour plus d’informations, consultez Création d’un fichier manifeste.

Pour corriger l’erreur ERROR_MISSING_SOURCE_REF

  1. Vérifiez que la clé source-ref est présente et qu’elle est correctement orthographiée. Une clé source-ref et une valeur complètes ressemblent à ceci : "source-ref": "s3://bucket/path/image".

  2. Mettre à jour ou la source-ref clé dans la JSON ligne. Vous pouvez également supprimer la JSON ligne du fichier manifeste.

Vous ne pouvez pas utiliser la console Étiquettes personnalisées Amazon Rekognition pour corriger cette erreur.

ERROR_INVALID_SOURCE_REF_FORMAT

Message d’erreur

Le format de la valeur source-ref n’est pas valide.

En savoir plus

La source-ref clé est présente dans la JSON ligne, mais le schéma du chemin Amazon S3 est incorrect. Par exemple, le chemin est https://.... au lieu de S3://..... Une FORMAT erreur ERROR _ INVALID _ SOURCE _ REF _ se produit généralement dans les fichiers manifestes créés manuellement. Pour de plus amples informations, veuillez consulter Création d’un fichier manifeste.

Pour corriger l’erreur ERROR_INVALID_SOURCE_REF_FORMAT

  1. Vérifiez que le schéma suit bien le modèle "source-ref": "s3://bucket/path/image". Par exemple, "source-ref": "s3://custom-labels-console-us-east-1-1111111111/images/000000242287.jpg".

  2. Mettez à jour ou supprimez la JSON ligne dans le fichier manifeste.

Vous ne pouvez pas utiliser la console Étiquettes personnalisées Amazon Rekognition pour corriger l’erreur ERROR_INVALID_SOURCE_REF_FORMAT.

ERROR_NON_ _ LABEL ATTRIBUTES

Message d’erreur

Aucun attribut d’étiquette n’a été trouvé.

En savoir plus

L’attribut d’étiquette ou le nom de clé -metadata de l’attribut d’étiquette (ou les deux) n’est pas valide ou est manquant. Dans l’exemple suivant, l’erreur ERROR_NO_LABEL_ATTRIBUTES se produit chaque fois que la clé bounding-box ou bounding-box-metadata (ou les deux) est manquante. Pour plus d’informations, consultez Création d’un fichier manifeste.

{
	"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"
	}
}

Une erreur ERROR_NO_LABEL_ATTRIBUTES se produit généralement dans un fichier manifeste créé manuellement. Pour plus d’informations, consultez Création d’un fichier manifeste.

Pour corriger l’erreur ERROR_NO_LABEL_ATTRIBUTES

  1. Vérifiez que l’identifiant d’attribut d’étiquette et les clés -metadata d’identifiant d’attribut d’étiquette sont présents, et que les noms de clés sont correctement orthographiés.

  2. Mettez à jour ou supprimez la JSON ligne dans le fichier manifeste.

Vous ne pouvez pas utiliser la console Étiquettes personnalisées Amazon Rekognition pour corriger l’erreur ERROR_NO_LABEL_ATTRIBUTES.

ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT

Message d’erreur

Le format de l’attribut d’étiquette {} n’est pas valide.

En savoir plus

Le schéma de la clé de l’attribut d’étiquette est manquant ou non valide. Une FORMAT erreur ERROR _ INVALID _ LABEL _ ATTRIBUTE _ se produit généralement dans les fichiers manifestes créés manuellement. Pour plus d'informations, consultezCréation d’un fichier manifeste.

Pour corriger l’erreur ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT

  1. Vérifiez que la section JSON Ligne correspondant à la clé d'attribut de l'étiquette est correcte. Dans l’exemple d’emplacement d’objets suivant, les objets image_size et annotations doivent être corrects. La clé de l’attribut d’étiquette est nommée 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. Mettez à jour ou supprimez la JSON ligne dans le fichier manifeste.

Vous ne pouvez pas utiliser la console Étiquettes personnalisées Amazon Rekognition pour corriger cette erreur.

ERROR_INVALID_LABEL_ATTRIBUTE_METADATA_FORMAT

Message d’erreur

Le format des métadonnées de l’attribut d’étiquette n’est pas valide.

En savoir plus

Le schéma de la clé des métadonnées de l’attribut d’étiquette est manquant ou non valide. Une FORMAT erreur ERROR INVALID _ LABEL _ _ ATTRIBUTE METADATA _ se produit généralement dans les fichiers manifestes créés manuellement. Pour de plus amples informations, veuillez consulter Création d’un fichier manifeste.

Pour corriger l’erreur ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT

  1. Vérifiez que le schéma de JSON ligne de la clé de métadonnées de l'attribut d'étiquette est similaire à celui de l'exemple suivant. La clé des métadonnées de l’attribut d’étiquette est nommée 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. Mettez à jour ou supprimez la JSON ligne dans le fichier manifeste.

Vous ne pouvez pas utiliser la console Étiquettes personnalisées Amazon Rekognition pour corriger cette erreur.

ERROR_NON_ _ _ VALID LABEL ATTRIBUTES

Message d’erreur

Aucun attribut d’étiquette valide n’a été trouvé.

En savoir plus

Aucun attribut d'étiquette valide n'a été trouvé dans la JSON ligne. La fonctionnalité Étiquettes personnalisées Amazon Rekognition vérifie à la fois l’attribut d’étiquette et son identifiant. Une FORMAT erreur ERROR _ INVALID _ LABEL _ ATTRIBUTE _ se produit généralement dans les fichiers manifestes créés manuellement. Pour plus d'informations, consultezCréation d’un fichier manifeste.

Si une JSON ligne n'est pas dans un format de SageMaker manifeste pris en charge, Amazon Rekognition Custom Labels la JSON marque comme non valide ERROR_NO_VALID_LABEL_ATTRIBUTES et une erreur est signalée. Actuellement, la console Étiquettes personnalisées Amazon Rekognition prend en charge les formats de tâche de classification et de cadre de sélection. Pour plus d’informations, consultez Création d’un fichier manifeste.

Pour corriger l’erreur ERROR_NO_VALID_LABEL_ATTRIBUTES

  1. Vérifiez que les métadonnées JSON de la clé d'attribut de l'étiquette et de l'attribut de l'étiquette sont correctes.

  2. Mettez à jour ou supprimez la JSON ligne dans le fichier manifeste. Pour de plus amples informations, veuillez consulter Création d’un fichier manifeste.

Vous ne pouvez pas utiliser la console Étiquettes personnalisées Amazon Rekognition pour corriger cette erreur.

ERROR_MISSING_BOUNDING_BOX_CONFIDENCE

Message d’erreur

La valeur de confiance d’un ou de plusieurs cadres de délimitation est manquante.

En savoir plus

La clé de confiance est absente pour un ou plusieurs cadres de délimitation d’emplacement d’objets. La clé de confiance pour un cadre de sélection se trouve dans les métadonnées d’attribut d’étiquette, comme illustré dans l’exemple suivant. Une CONFIDENCE erreur ERROR _ MISSING _ BOUNDING _ BOX _ se produit généralement dans les fichiers manifestes créés manuellement. Pour de plus amples informations, veuillez consulter Localisation d’objets dans les fichiers manifestes.

	"bounding-box-metadata": {
		"objects": [{
			"confidence": 1
		}, {
			"confidence": 1
		}],
Pour corriger l’erreur ERROR_MISSING_BOUNDING_BOX_CONFIDENCE

  1. Vérifiez dans l’attribut d’étiquette qu’il y a le même nombre de clés de confiance dans le tableau objects que d’objets dans le tableau annotations.

  2. Mettez à jour ou supprimez la JSON ligne dans le fichier manifeste.

Vous ne pouvez pas utiliser la console Étiquettes personnalisées Amazon Rekognition pour corriger cette erreur.

ERROR_ MISSING _ CLASS _ MAP _ID

Message d’erreur

Un ou plusieurs identifiants de classe sont absents de la carte des classes.

En savoir plus

L’élément class_id d’un objet d’annotation (cadre de délimitation) n’a pas d’entrée correspondante dans la carte des classes de métadonnées d’attribut d’étiquette (class-map). Pour de plus amples informations, veuillez consulter Localisation d’objets dans les fichiers manifestes. Une erreur ERROR _ MISSING _ CLASS _ MAP _ID se produit généralement dans les fichiers manifestes créés manuellement.

Pour corriger ERROR _ _ MISSING CLASS _ MAP _ID

  1. Vérifiez que la valeur class_id de chaque objet d’annotation (cadre de délimitation) correspond à une valeur dans le tableau class-map, comme indiqué dans l’exemple suivant. Les tableaux annotations et class_map doivent comporter le même nombre d’éléments.

    {
	"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. Mettez à jour ou supprimez la JSON ligne dans le fichier manifeste.

Vous ne pouvez pas utiliser la console Étiquettes personnalisées Amazon Rekognition pour corriger cette erreur.

ERROR_INVALID_JSON_LINE

Message d’erreur

Le format JSON de la ligne n'est pas valide.

En savoir plus

Un caractère inattendu a été trouvé dans la JSON ligne. La JSON ligne est remplacée par une nouvelle JSON ligne contenant uniquement les informations d'erreur. Une LINE erreur ERROR _ INVALID _ JSON _ se produit généralement dans les fichiers manifestes créés manuellement. Pour de plus amples informations, veuillez consulter Localisation d’objets dans les fichiers manifestes.

Vous ne pouvez pas utiliser la console Étiquettes personnalisées Amazon Rekognition pour corriger cette erreur.

Pour corriger l’erreur ERROR_INVALID_JSON_LINE

  1. Ouvrez le fichier manifeste et naviguez jusqu'à la JSON ligne où se produit l'LINEerreur ERROR INVALID JSON _ _ _.

  2. Vérifiez que la JSON ligne ne contient pas de caractères non valides et qu'aucun caractère obligatoire ; ou aucun , caractère ne manque.

  3. Mettez à jour ou supprimez la JSON ligne dans le fichier manifeste.

ERROR_INVALID_IMAGE

Message d’erreur

L’image n’est pas valide. Vérifiez le chemin d’accès S3 et/ou les propriétés de l’image.

En savoir plus

Le fichier référencé par source-ref n’est pas une image valide. Les causes potentielles incluent les proportions, la taille et le format de l’image.

Pour plus d’informations, consultez Amazon Rekognition.

Pour corriger l’erreur ERROR_INVALID_IMAGE

  1. Vérifiez les points suivants.

    • Les proportions de l’image sont inférieures à 20:1.

    • La taille de l’image est supérieure à 15 Mo

    • L'image est au JPEG format PNG OR.

    • Le chemin vers l’image indiqué dans source-ref est correct.

    • La dimension minimale de l’image est supérieure à 64 x 64 pixels.

    • La dimension maximale de l’image est inférieure à 4 096 x 4 096 pixels.

  2. Mettez à jour ou supprimez la JSON ligne dans le fichier manifeste.

Vous ne pouvez pas utiliser la console Étiquettes personnalisées Amazon Rekognition pour corriger cette erreur.

ERROR_INVALID_IMAGE_DIMENSION

Message d’erreur

Les dimensions de l’image ne sont pas conformes à celles autorisées.

En savoir plus

L’image référencée par source-ref n’est pas conforme aux dimensions autorisées pour les images. La dimension minimale est 64 pixels. La dimension maximale est 4 096 pixels. L’erreur ERROR_INVALID_IMAGE_DIMENSION est signalée pour les images comportant des cadres de délimitation.

Pour plus d’informations, consultez Amazon Rekognition.

Pour corriger l’erreur ERROR_INVALID_IMAGE_DIMENSION (Console)

  1. Dans le compartiment Amazon S3, mettez à jour l’image avec des dimensions que la fonctionnalité Étiquettes personnalisées Amazon Rekognition peut traiter.

  2. Dans la console Étiquettes personnalisées Amazon Rekognition, procédez comme suit :

    1. Supprimez de l’image les cadres de délimitation existants.

    2. Ajoutez de nouveau les cadres de délimitation à l’image.

    3. Enregistrez vos modifications.

    Pour plus d’informations, consultez Étiquetage des objets à l’aide de cadres de délimitation.

Pour réparer ERROR_INVALID_IMAGE_DIMENSION (SDK)

  1. Dans le compartiment Amazon S3, mettez à jour l’image avec des dimensions que la fonctionnalité Étiquettes personnalisées Amazon Rekognition peut traiter.

  2. Obtenez la JSON ligne existante pour l'image en appelant ListDatasetEntries. Pour le paramètre d’entrée SourceRefContains, spécifiez l’emplacement Amazon S3 et le nom de fichier de l’image.

  3. Appelez UpdateDatasetEntrieset indiquez la JSON ligne pour l'image. Assurez-vous que la valeur de source-ref correspond à l’emplacement de l’image dans le compartiment Amazon S3. Mettez à jour les annotations du cadre de délimitation pour qu’elles correspondent aux dimensions requises du cadre de délimitation de l’image mise à jour.

    {
	"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

Message d’erreur

Le cadre de délimitation comporte des valeurs hors cadre.

En savoir plus

Les informations du cadre de délimitation spécifient une image qui est hors du cadre de l’image ou qui contient des valeurs négatives.

Pour plus d’informations, consultez Amazon Rekognition.

Pour corriger l’erreur ERROR_INVALID_BOUNDING_BOX

  1. Vérifiez les valeurs des cadres de délimitation du tableau annotations. 

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

  2. Mettez à jour ou supprimez la JSON ligne du fichier manifeste.

Vous ne pouvez pas utiliser la console Étiquettes personnalisées Amazon Rekognition pour corriger cette erreur.

ERROR_NON_ _ VALID ANNOTATIONS

Message d’erreur

Aucune annotation valide n’a été trouvée.

En savoir plus

Aucun des objets d'annotation de la JSON ligne ne contient d'informations de cadre de délimitation valides.

Pour corriger l’erreur ERROR_NO_VALID_ANNOTATIONS

  1. Mettez à jour le tableau annotations pour inclure des objets de cadre de délimitation valides. Vérifiez également que les informations du cadre de délimitation (confidence et class_map) correspondant dans les métadonnées des attributs d’étiquette sont correctes. Pour de plus amples informations, veuillez consulter Localisation d’objets dans les fichiers manifestes.

    {
	"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. Mettez à jour ou supprimez la JSON ligne du fichier manifeste.

Vous ne pouvez pas utiliser la console Étiquettes personnalisées Amazon Rekognition pour corriger cette erreur.

ERROR_BOUNDING_BOX_TOO_SMALL

Message d’erreur

La hauteur et la largeur du cadre de délimitation sont trop petites.

En savoir plus

Les dimensions du cadre de délimitation (hauteur et largeur) doivent être supérieures à 1 x 1 pixel.

Pendant l’entraînement, la fonctionnalité Étiquettes personnalisées Amazon Rekognition redimensionne une image si l’une de ses dimensions est supérieure à 1 280 pixels (les images sources ne sont pas affectées). La hauteur et la largeur obtenues pour le cadre de délimitation doivent être supérieures à 1 x 1 pixel. L'emplacement d'un cadre de délimitation est stocké dans le annotations tableau d'une JSON ligne de localisation d'objets. Pour plus d’informations, consultez Localisation d’objets dans les fichiers manifestes. 

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

Les informations d’erreur sont ajoutées à l’objet d’annotation.

Pour réparer ERROR _ BOUNDING _ BOX _ TOO _ SMALL

  • Choisissez l’une des options suivantes :

    • Augmentez la taille des cadres de délimitation qui sont trop petits.

    • Supprimez les cadres de délimitation trop petits. Pour plus d’informations sur la suppression d’un cadre de délimitation, consultez ERROR_TOO_MANY_BOUNDING_BOXES.

    • Supprimez l'image (JSONligne) du manifeste.

ERROR_TOO_MANY_BOUNDING_BOXES

Message d’erreur

Il existe plus de cadres de délimitation que le maximum autorisé.

En savoir plus

Le nombre de cadres de délimitation est supérieur à la limite autorisée (50). Vous pouvez supprimer les zones de sélection excédentaires dans la console Amazon Rekognition Custom Labels, ou vous pouvez les supprimer de la ligne. JSON

Pour corriger l’erreur ERROR_TOO_MANY_BOUNDING_BOXES (Console)

  1. Choisissez les cadres de délimitation à supprimer.

  2. Ouvrez la console Amazon Rekognition à l'adresse. https://console.aws.amazon.com/rekognition/

  3. Choisissez Utiliser Custom Labels.

  4. Choisissez Démarrer.

  5. Dans le volet de navigation de gauche, choisissez le projet qui contient le jeu de données que vous souhaitez utiliser.

  6. Dans la section Ensembles de données, choisissez le jeu de données que vous souhaitez utiliser.

  7. Sur la page de la galerie de jeux de données, choisissez Commencer l’étiquetage pour passer en mode d’étiquetage.

  8. Choisissez l’image dont vous souhaitez supprimer les cadres de délimitation.

  9. Choisissez Dessiner un cadre de délimitation.

  10. Dans l’outil de dessin, choisissez le cadre de délimitation que vous souhaitez supprimer.

  11. Appuyez sur la touche Suppr de votre clavier pour supprimer le cadre de sélection.

  12. Répétez les deux étapes précédentes jusqu’à ce que vous ayez supprimé suffisamment de cadres de délimitation.

  13. Choisissez Terminé.

  14. Choisissez Enregistrer les Modifications pour enregistrer vos Modifications.

  15. Choisissez Quitter pour quitter le mode d’étiquetage.

Pour corriger ERROR _ TOO _ MANY _ BOUNDING _ BOXES (JSONLine).

  1. Ouvrez le fichier manifeste et naviguez jusqu'à la JSON ligne où l'BOXESerreur ERROR TOO _ MANY _ BOUNDING _ _ se produit.

  2. Supprimez les éléments suivants pour chaque cadre de délimitation que vous souhaitez supprimer.

    • Supprimez l’objet annotation obligatoire du tableau annotations.

    • Supprimez l’objet confidence correspondant du tableau objects dans les métadonnées de l’attribut d’étiquette.

    • Si elle n’est plus utilisée par d’autres cadres de délimitation, supprimez l’étiquette de l’entrée class-map.

    Utilisez l’exemple suivant pour identifier les éléments à supprimer.

    {
	"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

Message d’avertissement

L’enregistrement n’est pas annoté.

En savoir plus

Une image ajoutée à un jeu de données à l’aide de la console Étiquettes personnalisées Amazon Rekognition n’est pas étiquetée. La JSON ligne de l'image n'est pas utilisée pour l'entraînement. 

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

WARNING_NON_ ANNOTATIONS

Message d’avertissement

Aucune annotation n’est fournie.

En savoir plus

Une JSON ligne au format de localisation d'objets ne contient aucune information encadrée, bien qu'elle ait été annotée par un humain ()human-annotated = yes. La JSON ligne est valide, mais elle n'est pas utilisée pour l'entraînement. Pour de plus amples informations, veuillez consulter Présentation des manifestes de résultats de validation des entraînements et des tests. 

{
    "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."
        } 
    ]
}
Pour corriger WARNING _NO_ ANNOTATIONS

  • Choisissez l’une des options suivantes :

WARNING_NON_ _ ATTRIBUTE ANNOTATIONS

Message d’avertissement

Aucune annotation d’attribut n’est fournie.

En savoir plus

Une JSON ligne au format de localisation d'objets ne contient aucune information d'annotation encadrée, bien qu'elle ait été annotée par un humain ()human-annotated = yes. Le tableau annotations n’est pas présent ou n’est pas renseigné. La JSON ligne est valide, mais elle n'est pas utilisée pour l'entraînement. Pour de plus amples informations, veuillez consulter Présentation des manifestes de résultats de validation des entraînements et des tests. 

{
    "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."
        }
    ]
}
Pour corriger WARNING _NO_ _ ATTRIBUTE ANNOTATIONS

  • Choisissez l’une des options suivantes :

    • Ajoutez un ou plusieurs annotation objets de cadre de délimitation à la JSON ligne. Pour de plus amples informations, veuillez consulter Localisation d’objets dans les fichiers manifestes.

    • Supprimez l’attribut du cadre de délimitation.

    • Supprimez l'image (JSONligne) du manifeste. Si d'autres attributs de cadre de délimitation valides existent dans la JSON ligne, vous pouvez supprimer uniquement l'attribut de cadre de délimitation non valide de la JSON ligne.

ERROR_UNSUPPORTED_USE_CASE_TYPE

Message d’avertissement

En savoir plus

La valeur du champ type n’est pas groundtruth/image-classification ni groundtruth/object-detection. Pour de plus amples informations, veuillez consulter Création d’un fichier manifeste. 

{
    "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."
        }
    ]
}
Pour réparer ERROR _ UNSUPPORTED _ USE _ CASE _ TYPE

  • Choisissez l’une des options suivantes :

    • Remplacez la valeur du champ type par groundtruth/image-classification ou groundtruth/object-detection, selon le type de modèle que vous souhaitez créer. Pour de plus amples informations, veuillez consulter Création d’un fichier manifeste.

    • Supprimez l'image (JSONligne) du manifeste.

ERROR_INVALID_LABEL_NAME_LENGTH

En savoir plus

Le nom d’une étiquette est trop long. La longueur maximale est de 256 caractères.

Pour réparer ERROR _ INVALID _ LABEL _ NAME _ LENGTH

  • Choisissez l’une des options suivantes :

    • Réduisez la longueur du nom de l’étiquette à 256 caractères ou moins.

    • Supprimez l'image (JSONligne) du manifeste.