Erros de validação JSON de linha não terminal - Rekognition
ERROR_MISSING_SOURCE_REFERROR_INVALID_SOURCE_REF_FORMATERROR_NÃO_ _ LABEL ATTRIBUTESERROR_INVALID_LABEL_ATTRIBUTE_FORMATERROR_INVALID_LABEL_ATTRIBUTE_METADATA_FORMATERROR_NÃO_ _ _ VALID LABEL ATTRIBUTESERROR_MISSING_BOUNDING_BOX_CONFIDENCEERROR_ MISSING _ CLASS _ MAP _IDERROR_INVALID_JSON_LINEERROR_INVALID_IMAGEERROR_INVALID_IMAGE_DIMENSIONERROR_INVALID_BOUNDING_BOXERROR_NÃO_ _ VALID ANNOTATIONSERROR_BOUNDING_BOX_TOO_SMALLERROR_TOO_MANY_BOUNDING_BOXESWARNING_UNANNOTATED_RECORDWARNING_NÃO_ ANNOTATIONSWARNING_NÃO_ _ ATTRIBUTE ANNOTATIONSERROR_UNSUPPORTED_USE_CASE_TYPEERROR_INVALID_LABEL_NAME_LENGTH

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Erros de validação JSON de linha não terminal

Este tópico lista os erros de validação de JSON linha não terminal relatados pelas etiquetas personalizadas do Amazon Rekognition durante o treinamento. Os erros são relatados no manifesto de validação de treinamento e teste. Para obter mais informações, consulte Noções básicas sobre treinar e testar manifestos de resultados de validação. Você pode corrigir um erro de JSON linha não terminal atualizando a JSON linha no arquivo de manifesto de treinamento ou teste. Você também pode remover a JSON Linha do manifesto, mas isso pode reduzir a qualidade do seu modelo. Se houver muitos erros não terminais de validação, talvez seja mais fácil recriar o arquivo de manifesto. Normalmente, erros de validação ocorrem em arquivos de manifesto criados manualmente. Para obter mais informações, consulte Criar um arquivo de manifesto. Para obter informações sobre a correção de erros de validação, consulte Como corrigir erros de treinamento. Alguns erros podem ser corrigidos usando o console do Amazon Rekognition Custom Labels.

ERROR_MISSING_SOURCE_REF

Mensagem de erro

A chave source-ref está ausente.

Mais informações

O source-ref campo JSON Linha fornece a localização de uma imagem no Amazon S3. Este erro ocorre quando a chave source-ref está ausente ou é digitada incorretamente. Normalmente, este erro ocorre em um arquivo de manifesto criado manualmente. Para obter mais informações, consulte Criar um arquivo de manifesto.

Para corrigir ERROR_MISSING_SOURCE_REF

  1. Verifique se a chave source-ref está presente e se está digitada corretamente. Uma chave source-ref e um valor completos são semelhantes ao seguinte "source-ref": "s3://bucket/path/image".

  2. Atualização da source-ref chave na JSON linha. Como alternativa, remova a JSON Linha do arquivo de manifesto.

Não é possível usar o console do Amazon Rekognition Custom Labels para corrigir este erro.

ERROR_INVALID_SOURCE_REF_FORMAT

Mensagem de erro

O formato do valor source-ref é inválido.

Mais informações

A source-ref chave está presente na JSON Linha, mas o esquema do caminho do Amazon S3 está incorreto. Por exemplo, o caminho é https://.... em vez de S3://..... Um FORMAT erro ERROR INVALID _ SOURCE _ _ REF _ normalmente ocorre em arquivos de manifesto criados manualmente. Para obter mais informações, consulte Criar um arquivo de manifesto.

Para corrigir ERROR_INVALID_SOURCE_REF_FORMAT

  1. Verifique se o esquema é "source-ref": "s3://bucket/path/image". Por exemplo, "source-ref": "s3://custom-labels-console-us-east-1-1111111111/images/000000242287.jpg".

  2. Atualize ou remova a JSON linha no arquivo de manifesto.

Não é possível usar o console do Amazon Rekognition Custom Labels para corrigir este ERROR_INVALID_SOURCE_REF_FORMAT.

ERROR_NÃO_ _ LABEL ATTRIBUTES

Mensagem de erro

Nenhum atributo de rótulo encontrado.

Mais informações

O atributo do rótulo ou o nome da chave -metadata do atributo do rótulo (ou ambos) é inválido ou está ausente. No exemplo a seguir, ERROR_NO_LABEL_ATTRIBUTES ocorre sempre que a chave bounding-box ou bounding-box-metadata (ou ambas) está ausente. Para obter mais informações, consulte Criar um arquivo de manifesto.

{
	"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"
	}
}

Normalmente, ocorre um erro ERROR_NO_LABEL_ATTRIBUTES em um arquivo de manifesto criado manualmente. Para obter mais informações, consulte Criar um arquivo de manifesto.

Para corrigir ERROR_NO_LABEL_ATTRIBUTES

  1. Verifique se as chaves de -metadata do identificador do atributo do rótulo e do identificador do atributo do rótulo estão presentes e se os nomes das chaves estão escritos corretamente.

  2. Atualize ou remova a JSON linha no arquivo de manifesto.

Não é possível usar o console do Amazon Rekognition Custom Labels para corrigir ERROR_NO_LABEL_ATTRIBUTES.

ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT

Mensagem de erro

O formato {} do atributo do rótulo é inválido.

Mais informações

O esquema da chave de atributo do rótulo está ausente ou é inválido. Um FORMAT erro ERROR _ INVALID _ LABEL _ ATTRIBUTE _ normalmente ocorre em arquivos de manifesto criados manualmente. Para obter mais informações, consulte. Criar um arquivo de manifesto

Para corrigir ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT

  1. Verifique se a seção JSON Linha da chave de atributo do rótulo está correta. No exemplo de localização do objeto a seguir, os objetos image_size e annotations devem estar corretos. A chave do atributo do rótulo é nomeada 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. Atualize ou remova a JSON linha no arquivo de manifesto.

Não é possível usar o console do Amazon Rekognition Custom Labels para corrigir este erro.

ERROR_INVALID_LABEL_ATTRIBUTE_METADATA_FORMAT

Mensagem de erro

O formato dos metadados do atributo do rótulo é inválido.

Mais informações

O esquema da chave de metadados do atributo do rótulo está ausente ou é inválido. Um FORMAT erro ERROR INVALID _ LABEL _ _ ATTRIBUTE _ METADATA _ normalmente ocorre em arquivos de manifesto criados manualmente. Para obter mais informações, consulte Criar um arquivo de manifesto.

Para corrigir ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT

  1. Verifique se o esquema JSON de linha para a chave de metadados do atributo label é semelhante ao exemplo a seguir. A chave de metadados do atributo do rótulo é nomeada 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. Atualize ou remova a JSON linha no arquivo de manifesto.

Não é possível usar o console do Amazon Rekognition Custom Labels para corrigir este erro.

ERROR_NÃO_ _ _ VALID LABEL ATTRIBUTES

Mensagem de erro

Nenhum atributo de rótulo válido encontrado.

Mais informações

Nenhum atributo de rótulo válido foi encontrado na JSON Linha. O Amazon Rekognition Custom Labels verifica tanto o atributo do rótulo quanto o identificador do atributo do rótulo. Um FORMAT erro ERROR _ INVALID _ LABEL _ ATTRIBUTE _ normalmente ocorre em arquivos de manifesto criados manualmente. Para obter mais informações, consulte. Criar um arquivo de manifesto

Se uma JSON linha não estiver em um formato de manifesto de SageMaker IA compatível, os rótulos personalizados do Amazon Rekognition JSON marcarão a linha como inválida e um erro será relatado. ERROR_NO_VALID_LABEL_ATTRIBUTES Atualmente, o Amazon Rekognition Custom Labels é compatível com trabalhos de classificação e formatos de caixa delimitadora. Para obter mais informações, consulte Criar um arquivo de manifesto.

Para corrigir ERROR_NO_VALID_LABEL_ATTRIBUTES

  1. Verifique se a chave do JSON atributo do rótulo e os metadados do atributo do rótulo estão corretos.

  2. Atualize ou remova a JSON linha no arquivo de manifesto. Para obter mais informações, consulte Criar um arquivo de manifesto.

Não é possível usar o console do Amazon Rekognition Custom Labels para corrigir este erro.

ERROR_MISSING_BOUNDING_BOX_CONFIDENCE

Mensagem de erro

Uma ou mais caixas delimitadoras não têm um valor de confiança.

Mais informações

A chave de confiança está ausente para uma ou mais caixas delimitadoras de localização de objetos. A chave de confiança de uma caixa delimitadora está nos metadados do atributo de rótulo, conforme mostrado no exemplo a seguir. Um CONFIDENCE erro ERROR MISSING _ BOUNDING _ _ BOX _ normalmente ocorre em arquivos de manifesto criados manualmente. Para obter mais informações, consulte Localização de objetos em arquivos de manifesto.

	"bounding-box-metadata": {
		"objects": [{
			"confidence": 1
		}, {
			"confidence": 1
		}],
Para corrigir ERROR_MISSING_BOUNDING_BOX_CONFIDENCE

  1. Verifique se a matriz objects no atributo do rótulo contém o mesmo número de chaves de confiança que há objetos na matriz annotations do atributo do rótulo.

  2. Atualize ou remova a JSON linha no arquivo de manifesto.

Não é possível usar o console do Amazon Rekognition Custom Labels para corrigir este erro.

ERROR_ MISSING _ CLASS _ MAP _ID

Mensagem de erro

Um ou mais IDs de classe estão faltando no mapa de classe.

Mais informações

O objeto class_id em uma anotação (caixa delimitadora) não tem uma entrada correspondente no mapa da classe de metadados do atributo de rótulo (class-map). Para obter mais informações, consulte Localização de objetos em arquivos de manifesto. Um erro de ERROR MISSING _ CLASS _ _ MAP _ID normalmente ocorre em arquivos de manifesto criados manualmente.

Para corrigir ERROR _ _ MISSING CLASS _ MAP _ID

  1. Verifique se o valor class_id em cada objeto de anotação (caixa delimitadora) tem um valor correspondente na matriz class-map, conforme mostrado no exemplo a seguir. A matriz annotations e a matriz class_map devem ter o mesmo 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. Atualize ou remova a JSON linha no arquivo de manifesto.

Não é possível usar o console do Amazon Rekognition Custom Labels para corrigir este erro.

ERROR_INVALID_JSON_LINE

Mensagem de erro

A JSON linha tem um formato inválido.

Mais informações

Um personagem inesperado foi encontrado na JSON Linha. A JSON linha é substituída por uma nova JSON linha que contém somente as informações do erro. Um LINE erro ERROR INVALID _ _ JSON _ normalmente ocorre em arquivos de manifesto criados manualmente. Para obter mais informações, consulte Localização de objetos em arquivos de manifesto.

Não é possível usar o console do Amazon Rekognition Custom Labels para corrigir este erro.

Para corrigir ERROR_INVALID_JSON_LINE

  1. Abra o arquivo de manifesto e navegue até a JSON Linha em que ocorre o LINE erro ERROR INVALID JSON _ _ _.

  2. Verifique se a JSON linha não contém caracteres inválidos e se os caracteres obrigatórios ; ou , não estão faltando.

  3. Atualize ou remova a JSON linha no arquivo de manifesto.

ERROR_INVALID_IMAGE

Mensagem de erro

A imagem é inválida. Verifique o caminho e/ou as propriedades da imagem do S3.

Mais informações

O arquivo referenciado por source-ref não é uma imagem válida. As possíveis causas incluem a proporção da imagem, o tamanho da imagem e o formato da imagem.

Para obter mais informações, consulte Diretrizes e cotas no Amazon Rekognition Custom Labels.

Para corrigir ERROR_INVALID_IMAGE

  1. Verifique o seguinte:

    • A proporção da imagem é menor que 20:1.

    • O tamanho da imagem é maior do que 15 MB

    • A imagem está em PNG nosso JPEG formato.

    • O caminho até a imagem em source-ref está correto.

    • A dimensão mínima da imagem é maior que 64 pixels x 64 pixels.

    • A dimensão máxima da imagem é menor que 4096 pixels x 4096 pixels.

  2. Atualize ou remova a JSON linha no arquivo de manifesto.

Não é possível usar o console do Amazon Rekognition Custom Labels para corrigir este erro.

ERROR_INVALID_IMAGE_DIMENSION

Mensagem de erro

As dimensões da imagem não estão em conformidade com as dimensões permitidas.

Mais informações

A imagem referenciada por source-ref não está em conformidade com as dimensões de imagem permitidas. A dimensão mínima é 64 pixels. A dimensão máxima é de 4096 pixels. ERROR_INVALID_IMAGE_DIMENSION é relatado para imagens com caixas delimitadoras.

Para obter mais informações, consulte Diretrizes e cotas no Amazon Rekognition Custom Labels.

Para corrigir ERROR_INVALID_IMAGE_DIMENSION (console)

  1. Atualize a imagem no bucket do Amazon S3 com dimensões que o Amazon Rekognition Custom Labels pode processar.

  2. No console do Amazon Rekognition Custom Labels, faça o seguinte:

    1. Remova as caixas delimitadoras existentes da imagem.

    2. Adicione novamente as caixas delimitadoras à imagem.

    3. Salve as alterações.

    Para obter mais informações, Como rotular objetos com caixas delimitadoras.

Para corrigir ERROR_INVALID_IMAGE_DIMENSION (SDK)

  1. Atualize a imagem no bucket do Amazon S3 com dimensões que o Amazon Rekognition Custom Labels pode processar.

  2. Obtenha a JSON linha existente para a imagem ligando para ListDatasetEntries. Para o parâmetro de entrada SourceRefContains, especifique a localização do Amazon S3 e o nome do arquivo da imagem.

  3. Ligue UpdateDatasetEntriese forneça a JSON linha para a imagem. Certifique-se de que o valor de source-ref corresponda à localização da imagem no bucket do Amazon S3. Atualize as anotações da caixa delimitadora para que correspondam às dimensões da caixa delimitadora necessárias para a imagem atualizada.

    {
	"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

Mensagem de erro

A caixa delimitadora tem valores fora do quadro.

Mais informações

As informações da caixa delimitadora especificam uma imagem que está fora do quadro da imagem ou contém valores negativos.

Para obter mais informações, consulte Diretrizes e cotas no Amazon Rekognition Custom Labels.

Para corrigir ERROR_INVALID_BOUNDING_BOX

  1. Verifique os valores das caixas delimitadoras na 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. Atualize ou, alternativamente, remova a JSON Linha do arquivo de manifesto.

Não é possível usar o console do Amazon Rekognition Custom Labels para corrigir este erro.

ERROR_NÃO_ _ VALID ANNOTATIONS

Mensagem de erro

Nenhuma anotação válida encontrada.

Mais informações

Nenhum dos objetos de anotação na JSON Linha contém informações válidas da caixa delimitadora.

Para corrigir ERROR_NO_VALID_ANNOTATIONS

  1. Atualize a matriz annotations para incluir objetos de caixa delimitadora válidos. Além disso, verifique se as informações correspondentes da caixa delimitadora (confidence e class_map) nos metadados do atributo do rótulo estão corretas. Para obter mais informações, consulte Localização de objetos em arquivos de manifesto.

    {
	"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. Atualize ou, alternativamente, remova a JSON Linha do arquivo de manifesto.

Não é possível usar o console do Amazon Rekognition Custom Labels para corrigir este erro.

ERROR_BOUNDING_BOX_TOO_SMALL

Mensagem de erro

A altura e a largura da caixa delimitadora são muito pequenas.

Mais informações

As dimensões da caixa delimitadora (altura e largura) devem ser maiores que 1 x 1 pixels.

Durante o treinamento, o Amazon Rekognition Custom Labels redimensiona uma imagem se alguma de suas dimensões for maior que 1.280 pixels (as imagens de origem não são afetadas). As alturas e larguras das caixas delimitadoras resultantes devem ser maiores que 1 x 1 pixels. A localização da caixa delimitadora é armazenada na annotations matriz de uma linha de localização JSON do objeto. Para ter mais informações, consulte Localização de objetos em arquivos de manifesto 

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

As informações do erro são adicionadas ao objeto de anotação.

Para corrigir ERROR _ BOUNDING _ BOX _ TOO _ SMALL

  • Escolha uma das seguintes opções.

    • Aumente o tamanho das caixas delimitadoras que são muito pequenas.

    • Remova as caixas delimitadoras que são muito pequenas. Para obter informações sobre como remover uma caixa delimitadora, consulte ERROR_TOO_MANY_BOUNDING_BOXES.

    • Remova a imagem (JSONLinha) do manifesto.

ERROR_TOO_MANY_BOUNDING_BOXES

Mensagem de erro

Há mais caixas delimitadoras do que o máximo permitido.

Mais informações

Há mais caixas delimitadoras do que o limite permitido (50). Você pode remover o excesso de caixas delimitadoras no console Amazon Rekognition Custom Labels ou pode removê-las da linha. JSON

Para corrigir ERROR_TOO_MANY_BOUNDING_BOXES (console).

  1. Decida quais caixas delimitadoras remover.

  2. Abra o console do Amazon Rekognition em. https://console.aws.amazon.com/rekognition/

  3. Escolha Usar rótulos personalizados.

  4. Escolha Começar.

  5. No painel de navegação esquerdo, selecione o projeto que contém o conjunto de dados que você deseja usar.

  6. Na seção Conjuntos de dados, selecione o conjunto de dados que desejar usar.

  7. Na página da galeria do conjunto de dados, escolha Iniciar rotulagem para entrar no modo de rotulagem.

  8. Escolha a imagem da qual você deseja remover as caixas delimitadoras.

  9. Escolha Desenhar caixa delimitadora.

  10. Na ferramenta de desenho, selecione a caixa delimitadora que deseja excluir.

  11. Pressione a tecla "delete" no teclado para excluir a caixa delimitadora.

  12. Repita as duas etapas anteriores até excluir caixas delimitadoras suficientes.

  13. Escolha Concluído

  14. Escolha Salvar alterações para salvar suas alterações.

  15. Escolha Sair para sair do modo de rotulagem.

Para corrigir ERROR _ TOO _ MANY _ BOUNDING _ BOXES (JSONLinha).

  1. Abra o arquivo de manifesto e navegue até a JSON Linha em que ocorre o BOXES erro ERROR TOO MANY BOUNDING _ _ _ _.

  2. Remova o seguinte para cada caixa delimitadora que você deseja remover.

    • Remova o objeto necessário annotation da matriz annotations.

    • Remova o objeto confidence correspondente da matriz objects nos metadados de atributo do rótulo.

    • Se não for mais usado por outras caixas delimitadoras, remova o rótulo do class-map.

    Use o exemplo a seguir para identificar quais itens remover.

    {
	"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

Mensagem de aviso

O registro não está anotado.

Mais informações

Uma imagem adicionada a um conjunto de dados usando o console do Amazon Rekognition Custom Labels não foi rotulada. A JSON linha da imagem não é usada para treinamento. 

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

WARNING_NÃO_ ANNOTATIONS

Mensagem de aviso

Nenhuma anotação fornecida.

Mais informações

Uma JSON linha no formato de localização de objetos não contém nenhuma informação da caixa delimitadora, apesar de ser anotada por um humano (). human-annotated = yes A JSON linha é válida, mas não é usada para treinamento. Para obter mais informações, consulte Noções básicas sobre treinar e testar manifestos de resultados de validação. 

{
    "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 corrigir WARNING _NÃO_ ANNOTATIONS

  • Escolha uma das seguintes opções.

WARNING_NÃO_ _ ATTRIBUTE ANNOTATIONS

Mensagem de aviso

Nenhuma anotação de atributo fornecida.

Mais informações

Uma JSON linha no formato de localização de objetos não contém nenhuma informação de anotação da caixa delimitadora, apesar de ser anotada por um humano (). human-annotated = yes A matriz annotations não está presente ou não está preenchida. A JSON linha é válida, mas não é usada para treinamento. Para obter mais informações, consulte Noções básicas sobre treinar e testar manifestos de resultados de validação. 

{
    "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 corrigir WARNING ATTRIBUTE _NÃO_ _ ANNOTATIONS

  • Escolha uma das seguintes opções.

    • Adicione um ou mais annotation objetos da caixa delimitadora à JSON Linha. Para obter mais informações, consulte Localização de objetos em arquivos de manifesto.

    • Remova o atributo da caixa delimitadora.

    • Remova a imagem (JSONLinha) do manifesto. Se existirem outros atributos de caixa delimitadora válidos na JSON Linha, você poderá remover apenas o atributo inválido da caixa delimitadora da Linha. JSON

ERROR_UNSUPPORTED_USE_CASE_TYPE

Mensagem de aviso

Mais informações

O valor do campo type não é groundtruth/image-classification ou groundtruth/object-detection. Para obter mais informações, consulte Criar um arquivo de manifesto. 

{
    "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 corrigir ERROR _ UNSUPPORTED _ USE _ CASE _ TYPE

  • Escolha uma das seguintes opções:

    • Altere o valor do campo type para groundtruth/image-classification ougroundtruth/object-detection, dependendo do tipo de modelo que você deseja criar. Para obter mais informações, consulte Criar um arquivo de manifesto.

    • Remova a imagem (JSONLinha) do manifesto.

ERROR_INVALID_LABEL_NAME_LENGTH

Mais informações

O tamanho do nome de um rótulo é muito longo. O tamanho máximo é de 256 caracteres.

Para corrigir ERROR _ INVALID _ LABEL _ NAME _ LENGTH

  • Escolha uma das seguintes opções:

    • Reduza o tamanho do nome do rótulo para 256 caracteres ou menos.

    • Remova a imagem (JSONLinha) do manifesto.