Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Kesalahan Validasi Jalur JSON Non-Terminal
<a name="tm-debugging-json-line-errors"></a>

Topik ini mencantumkan kesalahan validasi Jalur JSON non-terminal yang dilaporkan oleh Label Kustom Rekognition Amazon selama pelatihan. Kesalahan dilaporkan dalam manifes validasi pelatihan dan pengujian. Untuk informasi selengkapnya, lihat [Memahami manifestasi hasil validasi pelatihan dan pengujian](tm-debugging-scope-json-line.md). Anda dapat memperbaiki kesalahan Jalur JSON non-terminal dengan memperbarui JSON Line dalam file manifes pelatihan atau pengujian. Anda juga dapat menghapus JSON Line dari manifes, tetapi hal itu dapat mengurangi kualitas model Anda. Jika ada banyak kesalahan validasi non-terminal, Anda mungkin merasa lebih mudah untuk membuat ulang file manifes. Kesalahan validasi biasanya terjadi pada file manifes yang dibuat secara manual. Untuk informasi selengkapnya, lihat [Membuat file manifes](md-create-manifest-file.md). Untuk informasi tentang memperbaiki kesalahan validasi, lihat[Memperbaiki kesalahan pelatihan](tm-debugging-fixing-validation-errors.md). Beberapa kesalahan dapat diperbaiki dengan menggunakan konsol Amazon Rekognition Custom Labels. 

## ERROR\_MISSING\_SOURCE\_REF
<a name="tm-error-ERROR_MISSING_SOURCE_REF"></a>

### Pesan kesalahan
<a name="tm-error-message-ERROR_MISSING_SOURCE_REF"></a>

Kunci source-ref tidak ada.

### Informasi selengkapnya
<a name="tm-error-description-ERROR_MISSING_SOURCE_REF"></a>

`source-ref`Bidang JSON Line menyediakan lokasi Amazon S3 dari sebuah gambar. Kesalahan ini terjadi ketika `source-ref` kunci hilang atau salah eja. Kesalahan ini biasanya terjadi pada file manifes yang dibuat secara manual. Untuk informasi selengkapnya, lihat [Membuat file manifes](md-create-manifest-file.md).

**Untuk memperbaiki `ERROR_MISSING_SOURCE_REF`**

1. Periksa apakah `source-ref` kuncinya ada dan dieja dengan benar. `source-ref`Kunci dan nilai lengkap mirip dengan yang berikut. adalah. `"source-ref": "s3://bucket/path/image"` 

1. Perbarui atau `source-ref` kunci di JSON Line. Atau, hapus, JSON Line dari file manifes. 

Anda tidak dapat menggunakan konsol Label Kustom Rekognition Amazon untuk memperbaiki kesalahan ini.

## ERROR\_INVALID\_SOURCE\_REF\_FORMAT
<a name="tm-error-ERROR_INVALID_SOURCE_REF_FORMAT"></a>

### Pesan kesalahan
<a name="tm-error-message-ERROR_INVALID_SOURCE_REF_FORMAT"></a>

Format nilai source-ref tidak valid. 

### Informasi selengkapnya
<a name="tm-error-description-ERROR_INVALID_SOURCE_REF_FORMAT"></a>

`source-ref`Kuncinya ada di JSON Line, tetapi skema jalur Amazon S3 salah. Misalnya, jalannya `https://....` bukan`S3://....`. Kesalahan ERROR\_INVALID\_SOURCE\_REF\_FORMAT biasanya terjadi pada file manifes yang dibuat secara manual. Untuk informasi selengkapnya, lihat [Membuat file manifes](md-create-manifest-file.md). 

**Untuk memperbaiki `ERROR_INVALID_SOURCE_REF_FORMAT`**

1. Periksa apakah skema tersebut. `"source-ref": "s3://bucket/path/image"` Misalnya, `"source-ref": "s3://custom-labels-console-us-east-1-1111111111/images/000000242287.jpg"`. 

1. Perbarui, atau hapus, JSON Line dalam file manifes. 

 Anda tidak dapat menggunakan konsol Label Kustom Rekognition Amazon untuk memperbaikinya. `ERROR_INVALID_SOURCE_REF_FORMAT`

## ERROR\_NO\_LABEL\_ATTRIBUTES
<a name="tm-error-ERROR_NO_LABEL_ATTRIBUTES"></a>

### Pesan kesalahan
<a name="tm-error-message-ERROR_NO_LABEL_ATTRIBUTES"></a>

Tidak ada atribut label yang ditemukan.

### Informasi selengkapnya
<a name="tm-error-description-ERROR_NO_LABEL_ATTRIBUTES"></a>

Atribut label atau nama `-metadata` kunci atribut label (atau keduanya) tidak valid atau hilang. Dalam contoh berikut, `ERROR_NO_LABEL_ATTRIBUTES` terjadi setiap kali `bounding-box-metadata` kunci `bounding-box` atau (atau keduanya) hilang. Untuk informasi selengkapnya, lihat [Membuat file manifes](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"
	}
}
```

 `ERROR_NO_LABEL_ATTRIBUTES`Kesalahan biasanya terjadi dalam file manifes yang dibuat secara manual. Untuk informasi selengkapnya, lihat [Membuat file manifes](md-create-manifest-file.md). 

**Untuk memperbaiki `ERROR_NO_LABEL_ATTRIBUTES`**

1. Periksa apakah pengidentifikasi atribut label dan `-metadata` kunci pengidentifikasi atribut label ada dan bahwa nama kunci dieja dengan benar. 

1. Perbarui, atau hapus, JSON Line dalam file manifes.

Anda tidak dapat menggunakan konsol Label Kustom Rekognition Amazon untuk memperbaikinya. `ERROR_NO_LABEL_ATTRIBUTES`

## ERROR\_INVALID\_LABEL\_ATTRIBUTE\_FORMAT
<a name="tm-error-ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT"></a>

### Pesan kesalahan
<a name="tm-error-message-ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT"></a>

Format atribut label {} tidak valid.

### Informasi selengkapnya
<a name="tm-error-description-ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT"></a>

Skema untuk kunci atribut label hilang atau tidak valid. Kesalahan ERROR\_INVALID\_LABEL\_ATTRIBUTE\_FORMAT biasanya terjadi pada file manifes yang dibuat secara manual. untuk informasi selengkapnya, lihat. [Membuat file manifes](md-create-manifest-file.md) 

**Untuk memperbaiki `ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT`**

1. Periksa apakah bagian JSON Line untuk kunci atribut label sudah benar. Dalam contoh contoh lokasi objek berikut, `image_size` dan `annotations` objek harus benar. Kunci atribut label diberi nama`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. Perbarui, atau hapus, JSON Line dalam file manifes.

Anda tidak dapat menggunakan konsol Label Kustom Rekognition Amazon untuk memperbaiki kesalahan ini.

## ERROR\_INVALID\_LABEL\_ATTRIBUTE\_METADATA\_FORMAT
<a name="tm-error-ERROR_INVALID_LABEL_ATTRIBUTE_METADATA_FORMAT"></a>

### Pesan kesalahan
<a name="tm-error-message-ERROR_INVALID_LABEL_ATTRIBUTE_METADATA_FORMAT"></a>

Format metadata atribut label tidak valid.

### Informasi selengkapnya
<a name="tm-error-description-ERROR_INVALID_LABEL_ATTRIBUTE_METADATA_FORMAT"></a>

Skema untuk kunci metadata atribut label hilang atau tidak valid. Kesalahan ERROR\_INVALID\_LABEL\_ATTRIBUTE\_METADATA\_FORMAT biasanya terjadi dalam file manifes yang dibuat secara manual. Untuk informasi selengkapnya, lihat [Membuat file manifes](md-create-manifest-file.md).

**Untuk memperbaiki `ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT`**

1. Periksa apakah skema JSON Line untuk kunci metadata atribut label mirip dengan contoh berikut. Kunci metadata atribut label diberi nama. `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. Perbarui, atau hapus, JSON Line dalam file manifes.



Anda tidak dapat menggunakan konsol Label Kustom Rekognition Amazon untuk memperbaiki kesalahan ini.

## ERROR\_NO\_VALID\_LABEL\_ATTRIBUTES
<a name="tm-error-ERROR_NO_VALID_LABEL_ATTRIBUTES"></a>

### Pesan kesalahan
<a name="tm-error-message-ERROR_NO_VALID_LABEL_ATTRIBUTES"></a>

Tidak ditemukan atribut label yang valid.

### Informasi selengkapnya
<a name="tm-error-description-ERROR_NO_VALID_LABEL_ATTRIBUTES"></a>

Tidak ada atribut label yang valid ditemukan di JSON Line. Amazon Rekognition Custom Labels memeriksa atribut label dan identifier atribut label. Kesalahan ERROR\_INVALID\_LABEL\_ATTRIBUTE\_FORMAT biasanya terjadi pada file manifes yang dibuat secara manual. untuk informasi selengkapnya, lihat. [Membuat file manifes](md-create-manifest-file.md) 

Jika Garis JSON tidak dalam format manifes SageMaker AI yang didukung, Label Kustom Rekognition Amazon menandai Garis JSON sebagai tidak valid `ERROR_NO_VALID_LABEL_ATTRIBUTES` dan kesalahan dilaporkan. Saat ini, Amazon Rekognition Custom Labels mendukung pekerjaan klasifikasi dan format kotak pembatas. Untuk informasi selengkapnya, lihat [Membuat file manifes](md-create-manifest-file.md).

**Untuk memperbaiki `ERROR_NO_VALID_LABEL_ATTRIBUTES`**

1. Periksa apakah JSON untuk kunci atribut label dan metadata atribut label sudah benar.

1. Perbarui, atau hapus, JSON Line dalam file manifes. Untuk informasi selengkapnya, lihat [Membuat file manifes](md-create-manifest-file.md).

Anda tidak dapat menggunakan konsol Label Kustom Rekognition Amazon untuk memperbaiki kesalahan ini.

## ERROR\_MISSING\_BOUNDING\_BOX\_CONFIDENCE
<a name="tm-error-ERROR_MISSING_BOUNDING_BOX_CONFIDENCE"></a>

### Pesan kesalahan
<a name="tm-error-message-ERROR_MISSING_BOUNDING_BOX_CONFIDENCE"></a>

Satu atau lebih kotak pembatas memiliki nilai kepercayaan yang hilang.

### Informasi selengkapnya
<a name="tm-error-description-ERROR_MISSING_BOUNDING_BOX_CONFIDENCE"></a>

Kunci kepercayaan hilang untuk satu atau lebih kotak pembatas lokasi objek. Kunci kepercayaan untuk kotak pembatas ada di metadata atribut label, seperti yang ditunjukkan pada contoh berikut. Kesalahan ERROR\_MISSING\_BOUNDING\_BOX\_CONFIDENCE biasanya terjadi pada file manifes yang dibuat secara manual. Untuk informasi selengkapnya, lihat [Lokalisasi objek dalam file manifes](md-create-manifest-file-object-detection.md).

```
	"bounding-box-metadata": {
		"objects": [{
			"confidence": 1
		}, {
			"confidence": 1
		}],
```

**Untuk memperbaiki `ERROR_MISSING_BOUNDING_BOX_CONFIDENCE`**

1. Periksa apakah `objects` array dalam atribut label berisi jumlah kunci kepercayaan yang sama karena ada objek dalam `annotations` array atribut label.

1. Perbarui, atau hapus, JSON Line dalam file manifes.



Anda tidak dapat menggunakan konsol Label Kustom Rekognition Amazon untuk memperbaiki kesalahan ini.

## ERROR\_MISSING\_CLASS\_MAP\_ID
<a name="tm-error-ERROR_MISSING_CLASS_MAP_ID"></a>

### Pesan kesalahan
<a name="tm-error-message-ERROR_MISSING_CLASS_MAP_ID"></a>

Salah satu id kelas lainnya hilang dari peta kelas.

### Informasi selengkapnya
<a name="tm-error-description-ERROR_MISSING_CLASS_MAP_ID"></a>

Objek `class_id` dalam anotasi (kotak pembatas) tidak memiliki entri yang cocok di peta kelas metadata atribut label (). `class-map` Untuk informasi selengkapnya, lihat [Lokalisasi objek dalam file manifes](md-create-manifest-file-object-detection.md). Kesalahan ERROR\_MISSING\_CLASS\_MAP\_ID biasanya terjadi pada file manifes yang dibuat secara manual.

**Untuk memperbaiki ERROR\_MISSING\_CLASS\_MAP\_ID**

1. Periksa bahwa `class_id` nilai dalam setiap anotasi (bounding box) objek memiliki nilai yang sesuai dalam `class-map` array, seperti yang ditunjukkan pada contoh berikut. `annotations`Array dan `class_map` array harus memiliki jumlah elemen yang sama.

   ```
   {
   	"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. Perbarui, atau hapus, JSON Line dalam file manifes.

Anda tidak dapat menggunakan konsol Label Kustom Rekognition Amazon untuk memperbaiki kesalahan ini.

## ERROR\_INVALID\_JSON\_LINE
<a name="tm-error-ERROR_INVALID_JSON_LINE"></a>

### Pesan kesalahan
<a name="tm-error-message-ERROR_INVALID_JSON_LINE"></a>

JSON Line memiliki format yang tidak valid.

### Informasi selengkapnya
<a name="tm-error-description-ERROR_INVALID_JSON_LINE"></a>

Karakter tak terduga ditemukan di JSON Line. JSON Line diganti dengan JSON Line baru yang hanya berisi informasi kesalahan. Kesalahan ERROR\_INVALID\_JSON\_LINE biasanya terjadi pada file manifes yang dibuat secara manual. Untuk informasi selengkapnya, lihat [Lokalisasi objek dalam file manifes](md-create-manifest-file-object-detection.md). 

Anda tidak dapat menggunakan konsol Label Kustom Rekognition Amazon untuk memperbaiki kesalahan ini.

**Untuk memperbaiki `ERROR_INVALID_JSON_LINE`**

1. Buka file manifes dan arahkan ke JSON Line tempat kesalahan ERROR\_INVALID\_JSON\_LINE terjadi.

1. Periksa apakah JSON Line tidak berisi karakter yang tidak valid dan karakter yang diperlukan `;` atau tidak `,` hilang.

1. Perbarui, atau hapus, JSON Line dalam file manifes.

## ERROR\_INVALID\_IMAGE
<a name="tm-error-ERROR_INVALID_IMAGE"></a>

### Pesan kesalahan
<a name="tm-error-message-ERROR_INVALID_IMAGE"></a>

Gambar tidak valid. Periksa properti and/or gambar jalur S3.

### Informasi selengkapnya
<a name="tm-error-description-ERROR_INVALID_IMAGE"></a>

File yang direferensikan oleh `source-ref` bukan gambar yang valid. Penyebab potensial termasuk rasio aspek gambar, ukuran gambar, dan format gambar.

Untuk informasi selengkapnya, lihat [Pedoman dan kuota di Label Kustom Rekognition Amazon](limits.md).

**Untuk memperbaiki `ERROR_INVALID_IMAGE`**

1. Periksa yang berikut ini.
   + Rasio aspek gambar kurang dari 20:1.
   + Ukuran gambar lebih besar dari 15 MB
   + Gambar dalam format PNG atau JPEG. 
   + Jalur menuju gambar `source-ref` sudah benar.
   + Dimensi gambar minimum gambar lebih besar 64 piksel x 64 piksel.
   + Dimensi gambar maksimum gambar kurang dari 4096 piksel x 4096 piksel.

1. Perbarui, atau hapus, JSON Line dalam file manifes.

Anda tidak dapat menggunakan konsol Label Kustom Rekognition Amazon untuk memperbaiki kesalahan ini.

## ERROR\_INVALID\_IMAGE\_DIMENSION
<a name="tm-error-ERROR_INVALID_IMAGE_DIMENSION"></a>

### Pesan kesalahan
<a name="tm-error-message-ERROR_INVALID_IMAGE_DIMENSION"></a>

Dimensi gambar tidak sesuai dengan dimensi yang diizinkan. 

### Informasi selengkapnya
<a name="tm-error-description-ERROR_INVALID_IMAGE_DIMENSION"></a>

Gambar yang direferensikan oleh `source-ref` tidak sesuai dengan dimensi gambar yang diizinkan. Dimensi minimum adalah 64 piksel. Dimensi maksimum adalah 4096 piksel. `ERROR_INVALID_IMAGE_DIMENSION`dilaporkan untuk gambar dengan kotak pembatas. 

Untuk informasi selengkapnya, lihat [Pedoman dan kuota di Label Kustom Rekognition Amazon](limits.md).

**Untuk memperbaiki `ERROR_INVALID_IMAGE_DIMENSION` (Konsol)**

1. Perbarui gambar di bucket Amazon S3 dengan dimensi yang dapat diproses oleh Label Kustom Rekognition Amazon.

1. Di konsol Amazon Rekognition Custom Labels, lakukan hal berikut:

   1. Hapus kotak pembatas yang ada dari gambar.

   1. Tambahkan kembali kotak pembatas ke gambar.

   1. Simpan perubahan Anda.

   Untuk informasi selengkapnya, lihat [Pelabelan objek dengan kotak pembatas](md-localize-objects.md).

**Untuk memperbaiki `ERROR_INVALID_IMAGE_DIMENSION` (SDK)**

1. Perbarui gambar di bucket Amazon S3 dengan dimensi yang dapat diproses oleh Label Kustom Rekognition Amazon.

1. Dapatkan JSON Line yang ada untuk gambar dengan menelepon [ListDatasetEntries](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_ListDatasetEntries). Untuk parameter `SourceRefContains` input, tentukan lokasi Amazon S3 dan nama file gambar.

1. Panggil [UpdateDatasetEntries](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_UpdateDatasetEntries)dan berikan baris JSON untuk gambar. Pastikan nilai `source-ref` cocok dengan lokasi gambar di bucket Amazon S3. Perbarui anotasi kotak pembatas agar sesuai dengan dimensi kotak pembatas yang diperlukan untuk gambar yang diperbarui.

   ```
   {
   	"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
<a name="tm-error-ERROR_INVALID_BOUNDING_BOX"></a>

### Pesan kesalahan
<a name="tm-error-message-ERROR_INVALID_BOUNDING_BOX"></a>

Kotak pembatas memiliki nilai off frame.

### Informasi selengkapnya
<a name="tm-error-description-ERROR_INVALID_BOUNDING_BOX"></a>

Informasi kotak pembatas menentukan gambar yang berada di luar bingkai gambar atau berisi nilai negatif.

Untuk informasi selengkapnya, lihat [Pedoman dan kuota di Label Kustom Rekognition Amazon](limits.md).

**Untuk memperbaiki `ERROR_INVALID_BOUNDING_BOX`**

1. Centang nilai kotak pembatas dalam `annotations` array. 

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

1. Perbarui, atau hapus, JSON Line dari file manifes.

Anda tidak dapat menggunakan konsol Label Kustom Rekognition Amazon untuk memperbaiki kesalahan ini.

## ERROR\_NO\_VALID\_ANNOTATIONS
<a name="tm-error-ERROR_NO_VALID_ANNOTATIONS"></a>

### Pesan kesalahan
<a name="tm-error-message-ERROR_NO_VALID_ANNOTATIONS"></a>

Tidak ditemukan anotasi yang valid.

### Informasi selengkapnya
<a name="tm-error-description-ERROR_NO_VALID_ANNOTATIONS"></a>

Tak satu pun dari objek anotasi di JSON Line berisi informasi kotak pembatas yang valid. 

**Untuk memperbaiki `ERROR_NO_VALID_ANNOTATIONS`**

1. Perbarui `annotations` array untuk menyertakan objek kotak pembatas yang valid. Juga, periksa apakah informasi kotak pembatas yang sesuai (`confidence`dan`class_map`) dalam metadata atribut label sudah benar. Untuk informasi selengkapnya, lihat [Lokalisasi objek dalam file manifes](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. Perbarui, atau hapus, JSON Line dari file manifes.

Anda tidak dapat menggunakan konsol Label Kustom Rekognition Amazon untuk memperbaiki kesalahan ini.

## ERROR\_BOUNDING\_BOX\_TOO\_SMALL
<a name="tm-error-ERROR_BOUNDING_BOX_TOO_SMALL"></a>

### Pesan kesalahan
<a name="tm-error-message-ERROR_BOUNDING_BOX_TOO_SMALL"></a>

Tinggi dan lebar kotak pembatas terlalu kecil.

### Informasi selengkapnya
<a name="tm-error-description-ERROR_BOUNDING_BOX_TOO_SMALL"></a>

Dimensi kotak pembatas (tinggi dan lebar) harus lebih besar dari 1 x 1 piksel.

Selama pelatihan, Amazon Rekognition Custom Labels mengubah ukuran gambar jika salah satu dimensinya lebih besar dari 1280 piksel (gambar sumber tidak terpengaruh). Tinggi dan lebar kotak pembatas yang dihasilkan harus lebih besar dari 1 x 1 piksel. Lokasi kotak pembatas disimpan dalam `annotations` array lokasi objek JSON Line. Untuk informasi selengkapnya, lihat [Lokalisasi objek dalam file manifes](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
		}]
	},
```

Informasi kesalahan ditambahkan ke objek anotasi.

**Untuk memperbaiki ERROR\_BOUNDING\_BOX\_TOO\_SMALL**
+ Pilih salah satu opsi berikut.
  + Tingkatkan ukuran kotak pembatas yang terlalu kecil.
  + Hapus kotak pembatas yang terlalu kecil. Untuk informasi tentang menghapus kotak pembatas, lihat[ERROR\_TOO\_MANY\_BOUNDING\_BOXES](#tm-error-ERROR_TOO_MANY_BOUNDING_BOXES).
  + Hapus gambar (JSON Line) dari manifes.





## ERROR\_TOO\_MANY\_BOUNDING\_BOXES
<a name="tm-error-ERROR_TOO_MANY_BOUNDING_BOXES"></a>

### Pesan kesalahan
<a name="tm-error-message-ERROR_TOO_MANY_BOUNDING_BOXES"></a>

Ada lebih banyak kotak pembatas daripada maksimum yang diizinkan.

### Informasi selengkapnya
<a name="tm-error-description-ERROR_TOO_MANY_BOUNDING_BOXES"></a>

Ada lebih banyak kotak pembatas daripada batas yang diizinkan (50). Anda dapat menghapus kotak pembatas berlebih di konsol Label Kustom Rekognition Amazon, atau Anda dapat menghapusnya dari JSON Line.

**Untuk memperbaiki `ERROR_TOO_MANY_BOUNDING_BOXES` (Konsol).**

1. Tentukan kotak pembatas mana yang akan dihapus. 

1. Buka konsol Amazon Rekognition di. [https://console.aws.amazon.com/rekognition/](https://console.aws.amazon.com/rekognition/)

1. Pilih **Gunakan Label Kustom**.

1. Pilih **Mulai**. 

1. Di panel navigasi kiri, pilih proyek yang berisi kumpulan data yang ingin Anda gunakan.

1. Di bagian **Datasets**, pilih dataset yang ingin Anda gunakan.

1. Di halaman galeri kumpulan data, pilih **Mulai pelabelan untuk masuk ke mode pelabelan**.

1. Pilih gambar yang ingin Anda hapus dari kotak pembatas.

1. Pilih **Draw bounding box**. 

1. Di alat gambar, pilih kotak pembatas yang ingin Anda hapus.

1. Tekan tombol hapus pada keyboard Anda untuk menghapus kotak pembatas.

1. Ulangi 2 langkah sebelumnya sampai Anda telah menghapus cukup kotak pembatas.

1. Pilih **Selesai**

1. Pilih **Simpan perubahan** untuk menyimpan perubahan Anda. 

1. Pilih **Keluar** untuk keluar dari mode pelabelan.



**Untuk memperbaiki ERROR\_TOO\_MANY\_BOUNDING\_BOXES (JSON Line).**

1. Buka file manifes dan arahkan ke JSON Line di mana kesalahan ERROR\_TOO\_MANY\_BOUNDING\_BOXES terjadi.

1. Hapus yang berikut ini untuk setiap kotak pembatas yang ingin Anda hapus. 
   + Hapus `annotation` objek yang diperlukan dari `annotations` array.
   + Hapus `confidence` objek yang sesuai dari `objects` array dalam metadata atribut label.
   + Jika tidak lagi digunakan oleh kotak pembatas lainnya, lepaskan label dari. `class-map`

   Gunakan contoh berikut untuk mengidentifikasi item mana yang akan dihapus.

   ```
   {
   	"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
<a name="tm-warning-WARNING_UNANNOTATED_RECORD"></a>

### Pesan Peringatan
<a name="tm-warning-message-WARNING_UNANNOTATED_RECORD"></a>

Rekaman tidak dianotasi.

### Informasi selengkapnya
<a name="tm-warning-description-WARNING_UNANNOTATED_RECORD"></a>

Gambar yang ditambahkan ke kumpulan data menggunakan konsol Label Kustom Rekognition Amazon tidak diberi label. Garis JSON untuk gambar tidak digunakan untuk pelatihan. 

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

**Untuk memperbaiki WARNING\_UNANNOTATED\_RECORD**
+ Beri label pada gambar dengan menggunakan konsol Amazon Rekognition Custom Labels. Untuk petunjuk, lihat [Menetapkan label tingkat gambar ke gambar](md-assign-image-level-labels.md).





## WARNING\_NO\_ANNOTATIONS
<a name="tm-warning-WARNING_NO_ANNOTATIONS"></a>

### Pesan Peringatan
<a name="tm-warning-message-WARNING_NO_ANNOTATIONS"></a>

Tidak ada anotasi yang disediakan.

### Informasi selengkapnya
<a name="tm-warning-description-WARNING_NO_ANNOTATIONS"></a>

Garis JSON dalam format Pelokalan Objek tidak berisi informasi kotak pembatas, meskipun dianotasi oleh human (). `human-annotated = yes` Jalur JSON valid, tetapi tidak digunakan untuk pelatihan. Untuk informasi selengkapnya, lihat [Memahami manifestasi hasil validasi pelatihan dan pengujian](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."
        } 
    ]
}
```

**Untuk memperbaiki WARNING\_NO\_ANNOTATIONS**
+ Pilih salah satu opsi berikut.
  + Tambahkan informasi bounding box (`annotations`) ke JSON Line. Untuk informasi selengkapnya, lihat [Lokalisasi objek dalam file manifes](md-create-manifest-file-object-detection.md). 
  + Hapus gambar (JSON Line) dari manifes.

## WARNING\_NO\_ATTRIBUTE\_ANNOTATIONS
<a name="tm-warning-WARNING_NO_ATTRIBUTE_ANNOTATIONS"></a>

### Pesan Peringatan
<a name="tm-warning-message-WARNING_NO_ATTRIBUTE_ANNOTATIONS"></a>

Tidak ada anotasi atribut yang disediakan.

#### Informasi selengkapnya
<a name="tm-warning-description-WARNING_NO_ATTRIBUTE_ANNOTATIONS"></a>

Garis JSON dalam format Pelokalan Objek tidak berisi informasi anotasi kotak pembatas, meskipun dianotasi oleh human (). `human-annotated = yes` `annotations`Array tidak ada atau tidak dipopuluasikan. Jalur JSON valid, tetapi tidak digunakan untuk pelatihan. Untuk informasi selengkapnya, lihat [Memahami manifestasi hasil validasi pelatihan dan pengujian](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."
        }
    ]
}
```

**Untuk memperbaiki WARNING\_NO\_ATTRIBUTE\_ANNOTATIONS**
+ Pilih salah satu opsi berikut.
  + Tambahkan satu atau lebih `annotation` objek kotak pembatas ke JSON Line. Untuk informasi selengkapnya, lihat [Lokalisasi objek dalam file manifes](md-create-manifest-file-object-detection.md). 
  + Hapus atribut kotak pembatas.
  + Hapus gambar (JSON Line) dari manifes. Jika atribut kotak pembatas valid lainnya ada di JSON Line, Anda dapat menghapus hanya atribut kotak pembatas yang tidak valid dari JSON Line.

## ERROR\_UNSUPPORTED\_USE\_CASE\_TYPE
<a name="tm-error-ERROR_UNSUPPORTED_USE_CASE_TYPE"></a>

### Pesan Peringatan
<a name="tm-error-message-ERROR_UNSUPPORTED_USE_CASE_TYPE"></a>

### Informasi selengkapnya
<a name="tm-error-description-ERROR_UNSUPPORTED_USE_CASE_TYPE"></a>

Nilai `type ` bidang tidak `groundtruth/image-classification` atau`groundtruth/object-detection`. Untuk informasi selengkapnya, lihat [Membuat file manifes](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."
        }
    ]
}
```

**Untuk memperbaiki ERROR\_UNSUPPORTED\_USE\_CASE\_TYPE**
+ Pilih salah satu opsi berikut:
  + Ubah nilai `type` bidang menjadi `groundtruth/image-classification` atau`groundtruth/object-detection`, tergantung pada jenis model yang ingin Anda buat. Untuk informasi selengkapnya, lihat [Membuat file manifes](md-create-manifest-file.md). 
  + Hapus gambar (JSON Line) dari manifes.

## ERROR\_INVALID\_LABEL\_NAME\_LENGTH
<a name="tm-error-ERROR_INVALID_LABEL_NAME_LENGTH"></a>

### Informasi selengkapnya
<a name="tm-error-description-ERROR_INVALID_LABEL_NAME_LENGTH"></a>

Panjang nama label terlalu panjang. Panjang maksimum adalah 256 karakter. 

**Untuk memperbaiki ERROR\_INVALID\_LABEL\_NAME\_LENGTH**
+ Pilih salah satu opsi berikut:
  + Kurangi panjang nama label menjadi 256 karakter atau kurang.
  + Hapus gambar (JSON Line) dari manifes.