기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
# 비터미널 JSON 라인 검증 오류
이 주제에는 Amazon Rekognition Custom Labels가 훈련 중에 보고한 비터미널 JSON 라인 검증 오류가 나열되어 있습니다. 오류는 훈련 및 테스트 검증 매니페스트에 보고됩니다. 자세한 내용은 [훈련 및 테스트 검증 결과 매니페스트의 이해](tm-debugging-scope-json-line.md) 단원을 참조하십시오. 훈련 또는 테스트 매니페스트 파일에서 JSON 라인을 업데이트하여 터미널이 아닌 JSON 라인 오류를 수정할 수 있습니다. 매니페스트에서 JSON 라인을 제거할 수도 있지만 이렇게 하면 모델 품질이 저하될 수 있습니다. 터미널이 아닌 검증 오류가 많으면 매니페스트 파일을 다시 만드는 것이 더 쉬울 수 있습니다. 검증 오류는 일반적으로 수동으로 만든 매니페스트 파일에서 발생합니다. 자세한 내용은 [매니페스트 파일 생성](md-create-manifest-file.md) 섹션을 참조하세요. 검증 오류 수정에 대한 자세한 내용은 [훈련 오류 수정](tm-debugging-fixing-validation-errors.md) 항목을 참조하세요. Amazon Rekognition Custom Labels 콘솔을 사용하여 일부 오류를 수정할 수 있습니다.
## ERROR\$1MISSING\$1SOURCE\$1REF
### 오류 메시지
source-ref 키가 누락되었습니다.
### 추가 정보
JSON 라인 `source-ref` 필드는 이미지의 Amazon S3 위치를 제공합니다. 이 오류는 `source-ref` 키가 누락되었거나 철자가 잘못되었을 때 발생합니다. 이 오류는 일반적으로 수동으로 만든 매니페스트 파일에서 발생합니다. 자세한 내용은 [매니페스트 파일 생성](md-create-manifest-file.md) 섹션을 참조하세요.
**`ERROR_MISSING_SOURCE_REF` 오류를 수정하려면**
1. `source-ref` 키가 있고 철자가 올바른지 확인하세요. 완전한 `source-ref` 키와 값은 `"source-ref": "s3://bucket/path/image"`와 비슷합니다.
1. JSON 라인의 `source-ref` 키를 업데이트하세요. 또는 매니페스트 파일에서 JSON 라인을 제거해도 됩니다.
Amazon Rekognition Custom Labels 콘솔로는 이 오류를 수정할 수 없습니다.
## ERROR\$1INVALID\$1SOURCE\$1REF\$1FORMAT
### 오류 메시지
source-ref 값의 형식이 잘못되었습니다.
### 추가 정보
`source-ref` 키가 JSON 라인에 있지만 Amazon S3 경로의 스키마가 올바르지 않습니다. 예를 들어, 경로가 `https://....` 대신 `S3://....`입니다. ERROR\$1INVALID\$1SOURCE\$1REF\$1FORMAT 오류는 일반적으로 수동으로 생성한 매니페스트 파일에서 발생합니다. 자세한 내용은 [매니페스트 파일 생성](md-create-manifest-file.md) 섹션을 참조하세요.
**`ERROR_INVALID_SOURCE_REF_FORMAT` 오류를 수정하려면**
1. 스키마가 `"source-ref": "s3://bucket/path/image"`인지 확인하세요. 예를 들어 `"source-ref": "s3://custom-labels-console-us-east-1-1111111111/images/000000242287.jpg"`입니다.
1. 매니페스트 파일에서 JSON 라인을 업데이트하거나 제거합니다.
Amazon Rekognition Custom Labels 콘솔로는 `ERROR_INVALID_SOURCE_REF_FORMAT`을 수정할 수 없습니다.
## ERROR\$1NO\$1LABEL\$1ATTRIBUTES
### 오류 메시지
레이블 속성을 찾을 수 없습니다.
### 추가 정보
레이블 속성 또는 레이블 속성 `-metadata` 키 이름(또는 둘 다)이 잘못되었거나 누락되었습니다. 다음 예제에서는 `bounding-box` 또는 `bounding-box-metadata` 키(또는 둘 다)가 누락될 때마다 `ERROR_NO_LABEL_ATTRIBUTES`가 발생합니다. 자세한 내용은 [매니페스트 파일 생성](md-create-manifest-file.md) 섹션을 참조하세요.
```
{
"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` 오류는 일반적으로 수동으로 만든 매니페스트 파일에서 발생합니다. 자세한 내용은 [매니페스트 파일 생성](md-create-manifest-file.md) 섹션을 참조하세요.
**`ERROR_NO_LABEL_ATTRIBUTES` 오류를 수정하려면**
1. 레이블 속성 식별자와 레이블 속성 식별자 `-metadata` 키가 있고 키 이름의 철자가 올바른지 확인하세요.
1. 매니페스트 파일에서 JSON 라인을 업데이트하거나 제거합니다.
Amazon Rekognition Custom Labels 콘솔로는 `ERROR_NO_LABEL_ATTRIBUTES`를 수정할 수 없습니다.
## ERROR\$1INVALID\$1LABEL\$1ATTRIBUTE\$1FORMAT
### 오류 메시지
레이블 속성 \$1\$1의 형식이 잘못되었습니다.
### 추가 정보
레이블 속성 키의 스키마가 누락되었거나 유효하지 않습니다. ERROR\$1INVALID\$1LABEL\$1ATTRIBUTE\$1FORMAT 오류는 일반적으로 수동으로 생성한 매니페스트 파일에서 발생합니다. 자세한 내용은 [매니페스트 파일 생성](md-create-manifest-file.md) 섹션을 참조하세요.
**`ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT` 오류를 수정하려면**
1. 레이블 속성 키의 JSON 라인 섹션이 올바른지 확인하세요. 다음 예제 객체 위치 예제에서는 `image_size` 및 `annotations` 객체가 정확해야 합니다. 레이블 속성 키는 `bounding-box` 이름이 지정되어 있습니다.
```
"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. 매니페스트 파일에서 JSON 라인을 업데이트하거나 제거합니다.
Amazon Rekognition Custom Labels 콘솔로는 이 오류를 수정할 수 없습니다.
## ERROR\$1INVALID\$1LABEL\$1ATTRIBUTE\$1METADATA\$1FORMAT
### 오류 메시지
레이블 속성 메타데이터의 형식이 잘못되었습니다.
### 추가 정보
레이블 속성 메타데이터 키의 스키마가 누락되었거나 유효하지 않습니다. ERROR\$1INVALID\$1LABEL\$1ATTRIBUTE\$1METADATA\$1FORMAT 오류는 일반적으로 수동으로 생성한 매니페스트 파일에서 발생합니다. 자세한 내용은 [매니페스트 파일 생성](md-create-manifest-file.md) 섹션을 참조하세요.
**`ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT` 오류를 수정하려면**
1. 레이블 속성 메타데이터 키의 JSON 라인 스키마가 다음 예와 비슷한지 확인하세요. 레이블 속성 메타데이터 키는 `bounding-box-metadata` 이름이 지정되어 있습니다.
```
"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. 매니페스트 파일에서 JSON 라인을 업데이트하거나 제거합니다.
Amazon Rekognition Custom Labels 콘솔로는 이 오류를 수정할 수 없습니다.
## ERROR\$1NO\$1VALID\$1LABEL\$1ATTRIBUTES
### 오류 메시지
유효한 레이블 속성을 찾을 수 없습니다.
### 추가 정보
JSON 라인에서 유효한 레이블 속성을 찾을 수 없습니다. Amazon Rekognition Custom Labels는 레이블 속성과 레이블 속성 식별자를 모두 확인합니다. ERROR\$1INVALID\$1LABEL\$1ATTRIBUTE\$1FORMAT 오류는 일반적으로 수동으로 생성한 매니페스트 파일에서 발생합니다. 자세한 내용은 [매니페스트 파일 생성](md-create-manifest-file.md) 섹션을 참조하세요.
JSON 라인이 지원되는 SageMaker AI 매니페스트 형식이 아닌 경우 Amazon Rekognition Custom Labels는 JSON 라인을 유효하지 않은 것으로 표시하고 `ERROR_NO_VALID_LABEL_ATTRIBUTES` 오류가 보고됩니다. 현재 Amazon Rekognition Custom Labels는 분류 작업 및 경계 상자 형식을 지원합니다. 자세한 내용은 [매니페스트 파일 생성](md-create-manifest-file.md) 섹션을 참조하세요.
**`ERROR_NO_VALID_LABEL_ATTRIBUTES` 오류를 수정하려면**
1. 레이블 속성 키와 레이블 속성 메타데이터의 JSON이 올바른지 확인하세요.
1. 매니페스트 파일에서 JSON 라인을 업데이트하거나 제거합니다. 자세한 내용은 [매니페스트 파일 생성](md-create-manifest-file.md) 섹션을 참조하세요.
Amazon Rekognition Custom Labels 콘솔로는 이 오류를 수정할 수 없습니다.
## ERROR\$1MISSING\$1BOUNDING\$1BOX\$1CONFIDENCE
### 오류 메시지
하나 이상의 경계 상자에 신뢰도 값이 누락되었습니다.
### 추가 정보
하나 이상의 객체 위치 경계 상자에 대한 신뢰도 키가 누락되었습니다. 경계 상자의 신뢰도 키는 다음 예제와 같이 레이블 속성 메타데이터에 있습니다. ERROR\$1MISSING\$1BOUNDING\$1BOX\$1CONFIDENCE 오류는 일반적으로 수동으로 만든 매니페스트 파일에서 발생합니다. 자세한 내용은 [매니페스트 파일의 객체 위치 파악](md-create-manifest-file-object-detection.md) 섹션을 참조하세요.
```
"bounding-box-metadata": {
"objects": [{
"confidence": 1
}, {
"confidence": 1
}],
```
**`ERROR_MISSING_BOUNDING_BOX_CONFIDENCE` 오류를 수정하려면**
1. 레이블 속성의 `objects` 배열에 레이블 속성 `annotations` 배열에 있는 객체와 동일한 개수의 신뢰도 키가 포함되어 있는지 확인하세요.
1. 매니페스트 파일에서 JSON 라인을 업데이트하거나 제거합니다.
Amazon Rekognition Custom Labels 콘솔로는 이 오류를 수정할 수 없습니다.
## ERROR\$1MISSING\$1CLASS\$1MAP\$1ID
### 오류 메시지
클래스 맵에서 하나 이상의 클래스 ID가 누락되었습니다.
### 추가 정보
주석(경계 상자) 객체 내의 `class_id`가 레이블 속성 메타데이터 클래스 맵(`class-map`)에 일치하는 항목이 없습니다. 자세한 내용은 [매니페스트 파일의 객체 위치 파악](md-create-manifest-file-object-detection.md) 섹션을 참조하세요. ERROR\$1MISSING\$1CLASS\$1MAP\$1ID 오류는 일반적으로 수동으로 만든 매니페스트 파일에서 발생합니다.
**ERROR\$1MISSING\$1CLASS\$1MAP\$1ID 오류를 수정하려면**
1. 다음 예와 같이 각 주석(경계 상자) 객체의 `class_id` 값에 대해 `class-map` 배열 안에 상응하는 값이 있는지 확인하세요. `annotations` 배열과 `class_map` 배열의 요소 개수는 같아야 합니다.
```
{
"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. 매니페스트 파일에서 JSON 라인을 업데이트하거나 제거합니다.
Amazon Rekognition Custom Labels 콘솔로는 이 오류를 수정할 수 없습니다.
## ERROR\$1INVALID\$1JSON\$1LINE
### 오류 메시지
JSON 라인의 형식이 잘못되었습니다.
### 추가 정보
JSON 라인에서 예상치 못한 문자가 발견되었습니다. JSON 라인은 오류 정보만 포함된 새 JSON 라인으로 대체됩니다. ERROR\$1INVALID\$1JSON\$1LINE 오류는 일반적으로 수동으로 생성한 매니페스트 파일에서 발생합니다. 자세한 내용은 [매니페스트 파일의 객체 위치 파악](md-create-manifest-file-object-detection.md) 섹션을 참조하세요.
Amazon Rekognition Custom Labels 콘솔로는 이 오류를 수정할 수 없습니다.
**`ERROR_INVALID_JSON_LINE` 오류를 수정하려면**
1. 매니페스트 파일을 열고 ERROR\$1INVALID\$1JSON\$1LINE 오류가 발생한 JSON 라인으로 이동하세요.
1. JSON 라인에 유효하지 않은 문자가 없고 `;` 또는 `,` 필수 문자가 누락되어 있지 않은지 확인하세요.
1. 매니페스트 파일에서 JSON 라인을 업데이트하거나 제거합니다.
## ERROR\$1INVALID\$1IMAGE
### 오류 메시지
이미지가 유효하지 않습니다. S3 경로 및/또는 이미지 속성을 확인하세요.
### 추가 정보
`source-ref`가 참조한 파일이 유효한 이미지가 아닙니다. 가능한 원인으로는 이미지 종횡비, 이미지 크기, 이미지 형식 등이 있습니다.
자세한 내용은 [Amazon Rekognition Custom Labels 지침 및 할당량](limits.md) 섹션을 참조하세요.
**`ERROR_INVALID_IMAGE` 오류를 수정하려면**
1. 다음을 확인하세요.
+ 이미지의 종횡비가 20:1 미만입니다.
+ 이미지 크기가 15MB를 초과합니다.
+ 이미지가 PNG 또는 JPEG 형식입니다.
+ `source-ref`의 이미지에 대한 경로가 올바릅니다.
+ 이미지의 최소 크기는 64픽셀 x 64픽셀입니다.
+ 이미지의 최대 크기는 4096픽셀 x 4096픽셀입니다.
1. 매니페스트 파일에서 JSON 라인을 업데이트하거나 제거합니다.
Amazon Rekognition Custom Labels 콘솔로는 이 오류를 수정할 수 없습니다.
## ERROR\$1INVALID\$1IMAGE\$1DIMENSION
### 오류 메시지
이미지 크기가 허용된 크기와 일치하지 않습니다.
### 추가 정보
`source-ref`가 참조하는 이미지가 허용된 이미지 크기를 준수하지 않습니다. 최소 크기는 64픽셀입니다. 최대 크기는 4096픽셀입니다. 경계 상자가 있는 이미지에 대해 `ERROR_INVALID_IMAGE_DIMENSION`은 보고됩니다.
자세한 내용은 [Amazon Rekognition Custom Labels 지침 및 할당량](limits.md) 섹션을 참조하세요.
**`ERROR_INVALID_IMAGE_DIMENSION` 오류를 수정하려면(콘솔)**
1. Amazon S3 버킷의 이미지를 Amazon Rekognition Custom Labels가 처리할 수 있는 크기로 업데이트합니다.
1. Amazon Rekognition Custom Labels 콘솔에서 다음을 수행합니다.
1. 이미지에서 기존 경계 상자를 제거합니다.
1. 이미지에 경계 상자를 다시 추가합니다.
1. 변경 내용을 저장합니다.
자세한 설명은 [경계 상자로 객체에 레이블 지정](md-localize-objects.md) 섹션을 참조하세요.
**`ERROR_INVALID_IMAGE_DIMENSION` 오류를 수정하려면(SDK)**
1. Amazon S3 버킷의 이미지를 Amazon Rekognition Custom Labels가 처리할 수 있는 크기로 업데이트합니다.
1. [ListDatasetEntries](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_ListDatasetEntries)를 직접 호출하여 이미지의 기존 JSON 라인을 가져옵니다. `SourceRefContains` 입력 파라미터에 이미지의 Amazon S3 위치 및 파일 이름을 지정합니다.
1. [UpdateDataSetEntries](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_UpdateDatasetEntries)를 직접 호출하고 이미지의 JSON 라인을 제공하세요. `source-ref`의 값이 Amazon S3 버킷의 이미지 위치와 일치하는지 확인합니다. 경계 상자 주석을 업데이트하여 업데이트된 이미지에 필요한 경계 상자 크기와 일치하도록 하세요.
```
{
"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\$1INVALID\$1BOUNDING\$1BOX
### 오류 메시지
경계 상자에 오프 프레임 값이 있습니다.
### 추가 정보
경계 상자 정보가 이미지 프레임을 벗어나거나 음수 값을 포함하는 이미지를 지정하고 있습니다.
자세한 내용은 [Amazon Rekognition Custom Labels 지침 및 할당량](limits.md) 섹션을 참조하세요.
**`ERROR_INVALID_BOUNDING_BOX` 오류를 수정하려면**
1. `annotations` 배열의 경계 상자 값을 확인하세요.
```
"bounding-box": {
"image_size": [{
"width": 640,
"height": 480,
"depth": 3
}],
"annotations": [{
"class_id": 1,
"top": 251,
"left": 399,
"width": 155,
"height": 101
}]
},
```
1. 매니페스트 파일에서 JSON 라인을 업데이트하거나 제거합니다.
Amazon Rekognition Custom Labels 콘솔로는 이 오류를 수정할 수 없습니다.
## ERROR\$1NO\$1VALID\$1ANNOTATIONS
### 오류 메시지
유효한 주석을 찾을 수 없습니다.
### 추가 정보
JSON 라인의 주석 객체에 유효한 경계 상자 정보가 포함되어 있지 않습니다.
**`ERROR_NO_VALID_ANNOTATIONS` 오류를 수정하려면**
1. 유효한 경계 상자 객체를 포함하도록 `annotations` 배열을 업데이트하세요. 또한 레이블 속성 메타데이터의 해당 경계 상자 정보(`confidence` 및 `class_map`)가 올바른지 확인하세요. 자세한 내용은 [매니페스트 파일의 객체 위치 파악](md-create-manifest-file-object-detection.md) 섹션을 참조하세요.
```
{
"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. 매니페스트 파일에서 JSON 라인을 업데이트하거나 제거합니다.
Amazon Rekognition Custom Labels 콘솔로는 이 오류를 수정할 수 없습니다.
## ERROR\$1BOUNDING\$1BOX\$1TOO\$1SMALL
### 오류 메시지
경계 상자의 높이와 너비가 너무 작습니다.
### 추가 정보
경계 상자 크기(높이 및 너비)는 1 x 1픽셀보다 커야 합니다.
Amazon Rekognition Custom Labels는 훈련 중에 크기가 1280픽셀을 초과하는 경우 이미지 크기를 조정합니다(소스 이미지는 영향을 받지 않음). 결과 경계 상자의 높이와 너비는 1 x 1픽셀보다 커야 합니다. 경계 상자 위치는 객체 위치 JSON 라인의 `annotations` 배열에 저장됩니다. 자세한 정보는 [매니페스트 파일의 객체 위치 파악](md-create-manifest-file-object-detection.md) 섹션을 참조하세요.
```
"bounding-box": {
"image_size": [{
"width": 640,
"height": 480,
"depth": 3
}],
"annotations": [{
"class_id": 1,
"top": 251,
"left": 399,
"width": 155,
"height": 101
}]
},
```
오류 정보가 주석 객체에 추가됩니다.
**ERROR\$1BOUNDING\$1BOX\$1TOO\$1SMALL 오류를 해결하려면**
+ 다음 옵션 중 하나를 선택합니다.
+ 너무 작은 경계 상자의 크기를 늘리세요.
+ 너무 작은 경계 상자를 제거하세요. 경계 상자 제거에 대한 자세한 내용은 [ERROR\$1TOO\$1MANY\$1BOUNDING\$1BOXES](#tm-error-ERROR_TOO_MANY_BOUNDING_BOXES) 항목을 참조하세요.
+ 매니페스트에서 이미지(JSON 라인)를 제거합니다.
## ERROR\$1TOO\$1MANY\$1BOUNDING\$1BOXES
### 오류 메시지
경계 상자가 허용된 최대 값보다 많습니다.
### 추가 정보
경계 상자가 허용된 한도(50개)보다 많습니다. Amazon Rekognition Custom Labels 콘솔에서 초과 경계 상자를 제거하거나 JSON 라인에서 제거할 수 있습니다.
**`ERROR_TOO_MANY_BOUNDING_BOXES` 오류를 수정하려면(콘솔)**
1. 어떤 경계 상자를 제거할지 결정하세요.
1. [https://console.aws.amazon.com/rekognition/](https://console.aws.amazon.com/rekognition/)에서 Amazon Rekognition 콘솔을 엽니다.
1. **사용자 지정 레이블 사용**을 선택합니다.
1. **Get started**를 선택합니다.
1. 왼쪽 탐색 창에서 사용하려는 데이터 세트가 포함된 프로젝트를 선택합니다.
1. **데이터 세트** 항목에서 사용하려는 데이터 세트를 선택합니다.
1. 데이터 세트 갤러리 페이지에서 **레이블 지정 시작**을 선택하여 레이블 지정 모드로 전환합니다.
1. 경계 상자를 제거할 이미지를 선택합니다.
1. **경계 상자 그리기**를 선택합니다.
1. 그리기 도구에서 삭제할 경계 상자를 선택합니다.
1. 키보드의 Delete 키를 눌러 경계 상자를 삭제합니다.
1. 경계 상자를 충분히 삭제할 때까지 이전 2단계를 반복합니다.
1. **완료**를 선택합니다.
1. 변경 사항을 저장하려면 **변경 사항 저장**을 선택합니다.
1. **종료**를 선택하여 레이블 지정 모드를 종료합니다.
**ERROR\$1TOO\$1MANY\$1BOUNDING\$1BOXES 오류를 수정하려면(JSON 라인)**
1. 매니페스트 파일을 열고 ERROR\$1TOO\$1MANY\$1BOXING\$1BOXES 오류가 발생한 JSON 라인으로 이동합니다.
1. 제거하려는 각 경계 상자에 대해 다음을 제거합니다.
+ `annotations` 배열에서 필수 `annotation` 객체를 제거합니다.
+ 레이블 속성 메타데이터의 `objects` 배열에서 해당하는 `confidence` 객체를 제거합니다.
+ 다른 경계 상자에서 더 이상 사용하지 않는 경우 `class-map`에서 레이블을 제거하세요.
다음 예제를 사용하여 제거할 항목을 식별하세요.
```
{
"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\$1UNANNOTATED\$1RECORD
### 경고 메시지
레코드에 주석이 없습니다.
### 추가 정보
Amazon Rekognition Custom Labels 콘솔을 사용하여 데이터 세트에 추가한 이미지에 레이블이 지정되지 않았습니다. 이미지의 JSON 라인이 훈련에 사용되지 않습니다.
```
{
"source-ref": "s3://bucket/images/IMG_1186.png",
"warnings": [
{
"code": "WARNING_UNANNOTATED_RECORD",
"message": "Record is unannotated."
}
]
}
```
**WARNING\$1UNANNOTATED\$1RECORD 오류를 수정하려면**
+ Amazon Rekognition Custom Labels 콘솔을 사용하여 이미지에 레이블을 지정합니다. 지침은 [이미지에 이미지 수준 레이블 지정](md-assign-image-level-labels.md) 섹션을 참조하세요.
## WARNING\$1NO\$1ANNOTATIONS
### 경고 메시지
주석이 제공되지 않았습니다.
### 추가 정보
사람이 주석을 달았음(`human-annotated = yes`)에도 불구하고 객체 위치 파악 형식의 JSON 라인에 경계 상자 정보가 없습니다. JSON 라인은 유효하지만 훈련에는 사용되지 않습니다. 자세한 내용은 [훈련 및 테스트 검증 결과 매니페스트의 이해](tm-debugging-scope-json-line.md) 섹션을 참조하세요.
```
{
"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."
}
]
}
```
**WARNING\$1NO\$1ANNOTATIONS 문제를 해결하려면**
+ 다음 옵션 중 하나를 선택합니다.
+ 경계 상자(`annotations`) 정보를 JSON 라인에 추가합니다. 자세한 내용은 [매니페스트 파일의 객체 위치 파악](md-create-manifest-file-object-detection.md) 섹션을 참조하세요.
+ 매니페스트에서 이미지(JSON 라인)를 제거합니다.
## WARNING\$1NO\$1ATTRIBUTE\$1ANNOTATIONS
### 경고 메시지
속성 주석이 제공되지 않았습니다.
#### 추가 정보
사람이 주석을 달았음(`human-annotated = yes`)에도 불구하고 객체 위치 파악 형식의 JSON 라인에 경계 상자 주석 정보가 없습니다. `annotations` 배열이 없거나 채워지지 않았습니다. JSON 라인은 유효하지만 훈련에는 사용되지 않습니다. 자세한 내용은 [훈련 및 테스트 검증 결과 매니페스트의 이해](tm-debugging-scope-json-line.md) 섹션을 참조하세요.
```
{
"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."
}
]
}
```
**WARNING\$1NO\$1ATTRIBUTE\$1ANNOTATIONS 문제를 해결하려면**
+ 다음 옵션 중 하나를 선택합니다.
+ 하나 이상의 경계 상자 `annotation` 객체를 JSON 라인에 추가합니다. 자세한 내용은 [매니페스트 파일의 객체 위치 파악](md-create-manifest-file-object-detection.md) 섹션을 참조하세요.
+ 경계 상자 속성을 제거합니다.
+ 매니페스트에서 이미지(JSON 라인)를 제거합니다. JSON 라인에 다른 유효한 경계 상자 속성이 있는 경우 대신 JSON 라인에서 잘못된 경계 상자 속성만 제거할 수 있습니다.
## ERROR\$1UNSUPTED\$1USE\$1CASE\$1TYPE
### 경고 메시지
### 추가 정보
`type ` 필드의 값이 `groundtruth/image-classification` 또는 `groundtruth/object-detection`이 아닙니다. 자세한 내용은 [매니페스트 파일 생성](md-create-manifest-file.md) 섹션을 참조하세요.
```
{
"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."
}
]
}
```
**ERROR\$1UNSUPTED\$1USE\$1CASE\$1TYPE 오류를 수정하려면**
+ 다음 옵션 중 하나를 선택하세요.
+ 생성하려는 모델 유형에 따라 `type` 필드 값을 `groundtruth/image-classification` 또는 `groundtruth/object-detection`으로 변경합니다. 자세한 내용은 [매니페스트 파일 생성](md-create-manifest-file.md) 섹션을 참조하세요.
+ 매니페스트에서 이미지(JSON 라인)를 제거합니다.
## ERROR\$1INVALID\$1LABEL\$1NAME\$1LENGTH
### 추가 정보
레이블 이름이 너무 깁니다. 최대 길이는 256자입니다.
**ERROR\$1INVALID\$1LABEL\$1NAME\$1LENGTH 오류를 수정하려면**
+ 다음 옵션 중 하나를 선택하세요.
+ 레이블 이름을 256자 이하로 줄이세요.
+ 매니페스트에서 이미지(JSON 라인)를 제거합니다.