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 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](tm-debugging-scope-json-line.md). 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](md-create-manifest-file.md). Para obtener información sobre cómo resolver errores de validación, consulte [Soluciones de errores de entrenamiento](tm-debugging-fixing-validation-errors.md). 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](md-create-manifest-file.md).
**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"`.
1. 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](md-create-manifest-file.md).
**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"`.
1. 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](md-create-manifest-file.md).
```
{
"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](md-create-manifest-file.md).
**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.
1. 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](md-create-manifest-file.md).
**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` y`annotations` 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
}]
},
```
1. 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](md-create-manifest-file.md).
**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"
}
```
1. 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](md-create-manifest-file.md).
Si una línea JSON no tiene un formato de manifiesto de SageMaker IA compatible, Amazon Rekognition Custom Labels marca la línea JSON 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](md-create-manifest-file.md).
**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.
1. Modifique o elimine la línea JSON en el archivo de manifiesto. Para obtener más información, consulte [Creación de un archivo de manifiesto](md-create-manifest-file.md).
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](md-create-manifest-file-object-detection.md).
```
"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.
1. 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](md-create-manifest-file-object-detection.md). 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"
}
}
```
1. 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](md-create-manifest-file-object-detection.md).
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.
1. Compruebe que la línea JSON no contenga caracteres no válidos y que no falten caracteres `;` o `,` obligatorios.
1. Modifique o elimine la línea JSON en el archivo de manifiesto.
## ERROR\_INVALID\_IMAGE
### Mensaje de error
The image is invalid. Compruebe las propiedades de la imagen de la ruta and/or S3.
### 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](limits.md).
**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.
1. 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](limits.md).
**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.
1. En la consola de Etiquetas personalizadas de Amazon Rekognition, haga lo siguiente:
1. Elimine los cuadros delimitadores existentes de la imagen.
1. Vuelva a agregar los cuadros delimitadores a la imagen.
1. Guarde los cambios.
Para obtener más información, [Etiquetado de objetos con cuadros delimitadores](md-localize-objects.md).
**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.
1. Obtenga la línea JSON existente para la imagen llamando [ListDatasetEntries](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_ListDatasetEntries). En el parámetro de entrada `SourceRefContains`, indique la ubicación de Amazon S3 y el nombre de archivo de la imagen.
1. Llama [UpdateDatasetEntries](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_UpdateDatasetEntries)y proporciona 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](limits.md).
**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
}]
},
```
1. 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](md-create-manifest-file-object-detection.md).
```
{
"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"
}
}
```
1. 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](md-create-manifest-file-object-detection.md)
```
"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](#tm-error-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.
1. Abra la consola Amazon Rekognition en. [https://console.aws.amazon.com/rekognition/](https://console.aws.amazon.com/rekognition/)
1. Elija **Usar etiquetas personalizadas**.
1. Elija **Comenzar**.
1. En el panel de navegación de la izquierda, elija el proyecto que contenga el conjunto de datos que desea usar.
1. En la página **Conjuntos de datos**, elija el conjunto de datos que quiera utilizar.
1. En la página de la galería de conjuntos de datos, seleccione **Empezar a etiquetar** para activar el modo de etiquetado.
1. Elija la imagen de la que desee eliminar de los cuadros delimitadores.
1. Seleccione **Dibujar cuadro delimitador**.
1. En la herramienta de dibujo, elija el cuadro delimitador que desee eliminar.
1. Pulse la tecla de borrar del teclado para eliminar el cuadro delimitador.
1. Repita los 2 pasos anteriores hasta que haya eliminado los cuadros delimitadores necesarios.
1. Seleccione **Listo**.
1. Elija **Guardar cambios** para guardar los cambios.
1. 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.
1. 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**
+ Etiquete la imagen en la consola de Etiquetas personalizadas de Amazon Rekognition. Para obtener instrucciones, consulte [Asignación de etiquetas de imagen a una imagen](md-assign-image-level-labels.md).
## 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](tm-debugging-scope-json-line.md).
```
{
"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.
+ Añada la información del cuadro delimitador (`annotations`) a la línea JSON. Para obtener más información, consulte [Localización de objetos en archivos de manifiesto](md-create-manifest-file-object-detection.md).
+ Elimine la imagen (línea JSON) del manifiesto.
## 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](tm-debugging-scope-json-line.md).
```
{
"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](md-create-manifest-file-object-detection.md).
+ 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](md-create-manifest-file.md).
```
{
"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**
+ Elija 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](md-create-manifest-file.md).
+ 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**
+ Elija 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.