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 terminais de conteúdo do manifesto
<a name="tm-debugging-aggregate-errors"></a>

Este tópico descreve o [Lista de erros terminais de conteúdo do manifesto](tm-debugging.md#tm-error-category-combined-terminal) relatado no resumo do manifesto. O resumo do manifesto inclui um código de erro e uma mensagem para cada erro detectado. Para obter mais informações, consulte [Noções básicas sobre o resumo do manifesto](tm-debugging-summary.md). Os erros terminais de conteúdo do manifesto não interrompem o relatório de [Lista de erros não terminais de validação de linha JSON](tm-debugging.md#tm-error-category-non-terminal-errors). 

## ERROR\$1TOO\$1MANY\$1INVALID\$1ROWS\$1IN\$1MANIFEST
<a name="tm-error-ERROR_TOO_MANY_INVALID_ROWS_IN_MANIFEST"></a>

### Mensagem de erro
<a name="tm-error-message-ERROR_TOO_MANY_INVALID_ROWS_IN_MANIFEST"></a>

O arquivo de manifesto contém muitas linhas inválidas. 

### Mais informações
<a name="tm-error-description-ERROR_TOO_MANY_INVALID_ROWS_IN_MANIFEST"></a>

Ocorre um erro `ERROR_TOO_MANY_INVALID_ROWS_IN_MANIFEST` se houver muitas linhas JSON com conteúdo inválido.

Não é possível usar o console do Amazon Rekognition Custom Labels para corrigir um erro `ERROR_TOO_MANY_INVALID_ROWS_IN_MANIFEST`.

**Para corrigir ERROR\$1TOO\$1MANY\$1INVALID\$1ROWS\$1IN\$1MANIFEST**

1. Verifique se há erros de linha JSON no manifesto. Para obter mais informações, consulte [Noções básicas sobre treinar e testar manifestos de resultados de validação](tm-debugging-scope-json-line.md).

1.  Corrija linhas JSON que contêm erros. Para obter mais informações, consulte [Erros não terminais de validação de linha JSON](tm-debugging-json-line-errors.md). 



## ERROR\$1IMAGES\$1IN\$1MULTIPLE\$1S3\$1BUCKETS
<a name="tm-error-ERROR_IMAGES_IN_MULTIPLE_S3_BUCKETS"></a>

### Mensagem de erro
<a name="tm-error-message-ERROR_IMAGES_IN_MULTIPLE_S3_BUCKETS"></a>

O arquivo de manifesto contém imagens de vários buckets do S3.

### Mais informações
<a name="tm-error-description-ERROR_IMAGES_IN_MULTIPLE_S3_BUCKETS"></a>

Um manifesto só pode referenciar imagens armazenadas em um único bucket. Cada linha JSON armazena a localização de uma imagem no Amazon S3 no valor de `source-ref`. No exemplo a seguir, o nome do bucket é *my-bucket*. 

```
"source-ref": "s3://my-bucket/images/sunrise.png"
```

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

**Para corrigir `ERROR_IMAGES_IN_MULTIPLE_S3_BUCKETS`**
+ Certifique-se de que todas as suas imagens estejam no mesmo bucket do Amazon S3 e que o valor de `source-ref` em cada linha JSON faça referência ao bucket em que suas imagens estão armazenadas. Como alternativa, escolha um bucket preferido do Amazon S3 e remova as linhas JSON em que o `source-ref` não faz referência ao seu bucket preferido. 



## ERROR\$1INVALID\$1PERMISSIONS\$1IMAGES\$1S3\$1BUCKET
<a name="tm-error-ERROR_INVALID_PERMISSIONS_IMAGES_S3_BUCKET"></a>

### Mensagem de erro
<a name="tm-error-message-ERROR_INVALID_PERMISSIONS_IMAGES_S3_BUCKET"></a>

As permissões para o bucket do S3 de imagens são inválidas.

### Mais informações
<a name="tm-error-description-ERROR_INVALID_PERMISSIONS_IMAGES_S3_BUCKET"></a>

As permissões do bucket do Amazon S3 que contém as imagens estão incorretas.

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

**Para corrigir `ERROR_INVALID_PERMISSIONS_IMAGES_S3_BUCKET`**
+ Verifique as permissões do bucket que contém as imagens. O valor de `source-ref` para uma imagem contém a localização do bucket. 



## ERROR\$1INVALID\$1IMAGES\$1S3\$1BUCKET\$1OWNER
<a name="tm-error-ERROR_INVALID_IMAGES_S3_BUCKET_OWNER"></a>

### Mensagem de erro
<a name="tm-error-message-ERROR_INVALID_IMAGES_S3_BUCKET_OWNER"></a>

ID de proprietário inválido para imagens do bucket S3.

### Mais informações
<a name="tm-error-description-ERROR_INVALID_IMAGES_S3_BUCKET_OWNER"></a>

O proprietário do bucket que contém as imagens de treinamento ou teste é diferente do proprietário do bucket que contém o manifesto de treinamento ou teste. É possível usar o seguinte comando para encontrar o dono de um bucket.

```
aws s3api get-bucket-acl --bucket amzn-s3-demo-bucket
```

O `OWNER` `ID` deve corresponder aos buckets que armazenam as imagens e os arquivos de manifesto.

**Para corrigir ERROR\$1INVALID\$1IMAGES\$1S3\$1BUCKET\$1OWNER**

1. Escolha o proprietário desejado dos buckets de treinamento, teste, saída e imagem. O proprietário deve ter permissões para usar o Amazon Rekognition Custom Labels.

1. Para cada bucket que não seja atualmente de propriedade do proprietário desejado, crie um novo bucket do Amazon S3 de propriedade do proprietário preferencial. 

1. Copie o conteúdo antigo do bucket para o novo bucket. Para obter mais informações, consulte [Como copiar objetos entre buckets do Amazon S3?](https://aws.amazon.com/premiumsupport/knowledge-center/move-objects-s3-bucket/).



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

## ERROR\$1INSUFFICIENT\$1IMAGES\$1PER\$1LABEL\$1FOR\$1AUTOSPLIT
<a name="tm-error-ERROR_INSUFFICIENT_IMAGES_PER_LABEL_FOR_AUTOSPLIT"></a>

### Mensagem de erro
<a name="tm-error-message-ERROR_INSUFFICIENT_IMAGES_PER_LABEL_FOR_AUTOSPLIT"></a>

O arquivo de manifesto contém imagens rotuladas insuficientes por rótulo para realizar a divisão automática.

### Mais informações
<a name="tm-error-description-ERROR_INSUFFICIENT_IMAGES_PER_LABEL_FOR_AUTOSPLIT"></a>

Durante o treinamento do modelo, é possível criar um conjunto de dados de teste usando 20% das imagens do conjunto de dados de treinamento. ERROR\$1INSUFFICIENT\$1IMAGES\$1PER\$1LABEL\$1FOR\$1AUTOSPLIT ocorre quando não há imagens suficientes para criar um conjunto de dados de teste aceitável.

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

**Para corrigir ERROR\$1INSUFFICIENT\$1IMAGES\$1PER\$1LABEL\$1FOR\$1AUTOSPLIT**
+ Adicione mais imagens rotuladas ao seu conjunto de dados de treinamento. É possível adicionar imagens no console do Amazon Rekognition Custom Labels adicionando imagens ao conjunto de dados de treinamento ou adicionando linhas JSON ao seu manifesto de treinamento. Para obter mais informações, consulte [Como gerenciar conjuntos de dados](managing-dataset.md).



## ERROR\$1MANIFEST\$1TOO\$1FEW\$1LABELS
<a name="tm-error-ERROR_MANIFEST_TOO_FEW_LABELS"></a>

### Mensagem de erro
<a name="tm-error-message-ERROR_MANIFEST_TOO_FEW_LABELS"></a>

O arquivo de manifesto tem poucos rótulos.

### Mais informações
<a name="tm-error-description-ERROR_MANIFEST_TOO_FEW_LABELS"></a>

Os conjuntos de dados de treinamento e teste exigem um número mínimo de rótulos. O mínimo depende se o conjunto de dados é trains/tests um modelo para detectar rótulos em nível de imagem (classificação) ou se o modelo detecta localizações de objetos. Se o conjunto de dados de treinamento for dividido para criar um conjunto de dados de teste, o número de rótulos será determinado após a divisão do conjunto de dados de treinamento. Para obter mais informações, consulte [Diretrizes e cotas no Amazon Rekognition Custom Labels](limits.md).

**Para corrigir ERROR\$1MANIFEST\$1TOO\$1FEW\$1LABELS (console)**

1. Adicione mais rótulos novos ao conjunto de dados. Para obter mais informações, consulte [Como gerenciar rótulos](md-labels.md). 

1. Adicione os novos rótulos às imagens no conjunto de dados. Se seu modelo detectar rótulos em nível de imagem, consulte [Como atribuir rótulos em nível de imagem em uma imagem](md-assign-image-level-labels.md). Se seu modelo detectar localizações de objetos, consulte [Como rotular objetos com caixas delimitadoras](md-localize-objects.md).



**Para corrigir ERROR\$1MANIFEST\$1TOO\$1FEW\$1LABELS (linha JSON)**
+ Adicione linhas JSON para novas imagens que tenham novos rótulos. Para obter mais informações, consulte [Criar um arquivo de manifesto](md-create-manifest-file.md). Se seu modelo detectar rótulos em nível de imagem, você adicionará novos nomes de rótulos ao campo `class-name`. Por exemplo, o rótulo da imagem a seguir é *Nascer do sol*.

  ```
  {
      "source-ref": "s3://bucket/images/sunrise.png",
      "testdataset-classification_Sunrise": 1,
      "testdataset-classification_Sunrise-metadata": {
          "confidence": 1,
          "job-name": "labeling-job/testdataset-classification_Sunrise",
          "class-name": "Sunrise",
          "human-annotated": "yes",
          "creation-date": "2018-10-18T22:18:13.527256",
          "type": "groundtruth/image-classification"
      }
  }
  ```

   Se o seu modelo detectar a localização de objetos, adicione novos rótulos ao `class-map`, conforme mostrado no exemplo a seguir.

  ```
  {
  	"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"
  	}
  }
  ```

  É necessário mapear a tabela do mapa de classes para as anotações da caixa delimitadora. Para obter mais informações, consulte [Localização de objetos em arquivos de manifesto](md-create-manifest-file-object-detection.md).

## ERROR\$1MANIFEST\$1TOO\$1MANY\$1LABELS
<a name="tm-error-ERROR_MANIFEST_TOO_MANY_LABELS"></a>

### Mensagem de erro
<a name="tm-error-message-ERROR_MANIFEST_TOO_MANY_LABELS"></a>

O arquivo de manifesto tem muitos rótulos.

#### Mais informações
<a name="tm-error-description-ERROR_MANIFEST_TOO_MANY_LABELS"></a>

O número de rótulos exclusivos no manifesto (conjunto de dados) é maior do que o limite permitido. Se o conjunto de dados de treinamento for dividido para criar um conjunto de dados de teste, o número de rótulos será determinado após a divisão. 

**Para corrigir ERROR\$1MANIFEST\$1TOO\$1MANY\$1LABELS (console)**
+ Remova os rótulos do conjunto de dados. Para obter mais informações, consulte [Como gerenciar rótulos](md-labels.md). Os rótulos são removidos automaticamente das imagens e das caixas delimitadoras em seu conjunto de dados.



**Para corrigir ERROR\$1MANIFEST\$1TOO\$1MANY\$1LABELS (linha JSON)**
+ Manifestos com linhas JSON em nível de imagem: se a imagem tiver um único rótulo, remova a linha JSON das imagens que usa o rótulo desejado. Se a linha JSON contiver vários rótulos, remova somente o objeto JSON do rótulo desejado. Para obter mais informações, consulte [Como adicionar vários rótulos em nível de imagem a uma imagem](md-create-manifest-file-classification.md#md-dataset-purpose-classification-multiple-labels). 

  Manifestos com linhas JSON de localização do objeto: remova a caixa delimitadora e as informações de rótulo associadas ao rótulo que você deseja remover. Faça isso para cada linha JSON que contém o rótulo desejado. É necessário remover o rótulo da matriz `class-map` e os objetos correspondentes na matriz `objects` e `annotations`. Para obter mais informações, consulte [Localização de objetos em arquivos de manifesto](md-create-manifest-file-object-detection.md).

## ERROR\$1INSUFFICIENT\$1LABEL\$1OVERLAP
<a name="tm-error-ERROR_INSUFFICIENT_LABEL_OVERLAP"></a>

### Mensagem de erro
<a name="tm-error-message-ERROR_INSUFFICIENT_LABEL_OVERLAP"></a>

Menos de \$1\$1% de sobreposição de rótulos entre os arquivos de manifesto de treinamento e teste.

### Mais informações
<a name="tm-error-description-ERROR_INSUFFICIENT_LABEL_OVERLAP"></a>

Há menos de 50% de sobreposição entre os nomes dos rótulos do conjunto de dados de teste e os nomes dos rótulos do conjunto de dados de treinamento.

**Para corrigir ERROR\$1INSUFFICIENT\$1LABEL\$1OVERLAP (console)**
+ Remova os rótulos do conjunto de dados de treinamento. Como alternativa, adicione rótulos mais comuns ao seu conjunto de dados de teste. Para obter mais informações, consulte [Como gerenciar rótulos](md-labels.md). Os rótulos são removidos automaticamente das imagens e das caixas delimitadoras em seu conjunto de dados.



**Para corrigir ERROR\$1INSUFFICIENT\$1LABEL\$1OVERLAP removendo rótulos do conjunto de dados de treinamento (linha JSON)**
+ Manifestos com linhas JSON em nível de imagem: se a imagem tiver um único rótulo, remova a linha JSON da imagem que usa o rótulo desejado. Se a linha JSON contiver vários rótulos, remova somente o objeto JSON do rótulo desejado. Para obter mais informações, consulte [Como adicionar vários rótulos em nível de imagem a uma imagem](md-create-manifest-file-classification.md#md-dataset-purpose-classification-multiple-labels). Faça isso para cada linha JSON no manifesto que contém o rótulo que você deseja remover.

  Manifestos com linhas JSON de localização do objeto: remova a caixa delimitadora e as informações de rótulo associadas ao rótulo que você deseja remover. Faça isso para cada linha JSON que contém o rótulo desejado. É necessário remover o rótulo da matriz `class-map` e os objetos correspondentes na matriz `objects` e `annotations`. Para obter mais informações, consulte [Localização de objetos em arquivos de manifesto](md-create-manifest-file-object-detection.md).

**Para corrigir ERROR\$1INSUFFICIENT\$1LABEL\$1OVERLAP adicionando rótulos comuns ao conjunto de dados de teste (linha JSON)**
+ Adicione linhas JSON ao conjunto de dados de teste que incluem imagens rotuladas com rótulos que já estão no conjunto de dados de treinamento. Para obter mais informações, consulte [Criar um arquivo de manifesto](md-create-manifest-file.md).

## ERROR\$1MANIFEST\$1TOO\$1FEW\$1USABLE\$1LABELS
<a name="tm-error-ERROR_MANIFEST_TOO_FEW_USABLE_LABELS"></a>

### Mensagem de erro
<a name="tm-error-message-ERROR_MANIFEST_TOO_FEW_USABLE_LABELS"></a>

O arquivo de manifesto tem poucos rótulos utilizáveis.

### Mais informações
<a name="tm-error-description-ERROR_MANIFEST_TOO_FEW_USABLE_LABELS"></a>

Um manifesto de treinamento pode conter linhas JSON no formato de rótulo no nível da imagem e no formato de localização do objeto. Dependendo do tipo encontrado no manifesto de treinamento, o Amazon Rekognition Custom Labels escolhe criar um modelo que detecta rótulos em nível de imagem ou um modelo que detecta a localização dos objetos. O Amazon Rekognition Custom Labels filtra registros JSON válidos para linhas JSON que não estão no formato escolhido. ERROR\$1MANIFEST\$1TOO\$1FEW\$1USABLE\$1LABELS ocorre quando o número de rótulos no manifesto do tipo de modelo escolhido é insuficiente para treinar o modelo.

É necessário um mínimo de um rótulo para treinar um modelo que detecta rótulos em nível de imagem. É necessário um mínimo de dois rótulos para treinar um modelo que localize o objeto. 

**Para corrigir ERROR\$1MANIFEST\$1TOO\$1FEW\$1USABLE\$1LABELS (console)**

1. Verifique o campo `use_case` no resumo do manifesto.

1. Adicione mais rótulos ao conjunto de dados de treinamento para o caso de uso (nível da imagem ou localização do objeto) que corresponda ao valor de `use_case`. Para obter mais informações, consulte [Como gerenciar rótulos](md-labels.md). Os rótulos são removidos automaticamente das imagens e das caixas delimitadoras em seu conjunto de dados.

**Para corrigir ERROR\$1MANIFEST\$1TOO\$1FEW\$1USABLE\$1LABELS (linha JSON)**

1. Verifique o campo `use_case` no resumo do manifesto.

1. Adicione mais rótulos ao conjunto de dados de treinamento para o caso de uso (nível da imagem ou localização do objeto) que corresponda ao valor de `use_case`. Para obter mais informações, consulte [Criar um arquivo de manifesto](md-create-manifest-file.md).



## ERROR\$1INSUFFICIENT\$1USABLE\$1LABEL\$1OVERLAP
<a name="tm-error-ERROR_INSUFFICIENT_USABLE_LABEL_OVERLAP"></a>

### Mensagem de erro
<a name="tm-error-message-ERROR_INSUFFICIENT_USABLE_LABEL_OVERLAP"></a>

Menos de \$1\$1% de sobreposição de rótulos utilizáveis entre os arquivos de manifesto de treinamento e teste.

### Mais informações
<a name="tm-error-description-ERROR_INSUFFICIENT_USABLE_LABEL_OVERLAP"></a>

 

Um manifesto de treinamento pode conter linhas JSON no formato de rótulo no nível da imagem e no formato de localização do objeto. Dependendo dos formatos encontrados no manifesto de treinamento, o Amazon Rekognition Custom Labels escolhe criar um modelo que detecta rótulos em nível de imagem ou um modelo que detecta a localização dos objetos. O Amazon Rekognition Custom Labels não usa registros JSON válidos para linhas JSON que não estão no formato escolhido. ERROR\$1INSUFFICIENT\$1USABLE\$1LABEL\$1OVERLAP ocorre quando há menos de 50% de sobreposição entre os rótulos de teste e treinamento usados.

**Para corrigir ERROR\$1INSUFFICIENT\$1USABLE\$1LABEL\$1OVERLAP (console)**
+ Remova os rótulos do conjunto de dados de treinamento. Como alternativa, adicione rótulos mais comuns ao seu conjunto de dados de teste. Para obter mais informações, consulte [Como gerenciar rótulos](md-labels.md). Os rótulos são removidos automaticamente das imagens e das caixas delimitadoras em seu conjunto de dados.



**Para corrigir ERROR\$1INSUFFICIENT\$1USABLE\$1LABEL\$1OVERLAP removendo rótulos do conjunto de dados de treinamento (linha JSON)**
+ Conjuntos de dados usados para detectar rótulos no nível da imagem: se a imagem tiver um único rótulo, remova a linha JSON da imagem que usa o rótulo desejado. Se a linha JSON contiver vários rótulos, remova somente o objeto JSON do rótulo desejado. Para obter mais informações, consulte [Como adicionar vários rótulos em nível de imagem a uma imagem](md-create-manifest-file-classification.md#md-dataset-purpose-classification-multiple-labels). Faça isso para cada linha JSON no manifesto que contém o rótulo que você deseja remover.

  Conjuntos de dados usados para detectar localizações do objeto: remova a caixa delimitadora e as informações de rótulo associadas ao rótulo que você deseja remover. Faça isso para cada linha JSON que contém o rótulo desejado. É necessário remover o rótulo da matriz `class-map` e os objetos correspondentes na matriz `objects` e `annotations`. Para obter mais informações, consulte [Localização de objetos em arquivos de manifesto](md-create-manifest-file-object-detection.md).

**Para corrigir ERROR\$1INSUFFICIENT\$1USABLE\$1LABEL\$1OVERLAP adicionando rótulos comuns ao conjunto de dados de teste (linha JSON)**
+ Adicione linhas JSON ao conjunto de dados de teste que incluem imagens rotuladas com rótulos que já estão no conjunto de dados de treinamento. Para obter mais informações, consulte [Criar um arquivo de manifesto](md-create-manifest-file.md).



## ERROR\$1FAILED\$1IMAGES\$1S3\$1COPY
<a name="tm-error-ERROR_FAILED_IMAGES_S3_COPY"></a>

### Mensagem de erro
<a name="tm-error-message-ERROR_FAILED_IMAGES_S3_COPY"></a>

Falha ao copiar imagens do bucket do S3.

### Mais informações
<a name="tm-error-description-ERROR_FAILED_IMAGES_S3_COPY"></a>

O serviço não conseguiu copiar nenhuma das imagens em seu conjunto de dados. 

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

**Para corrigir ERROR\$1FAILED\$1IMAGES\$1S3\$1COPY**

1. Verifique as permissões de suas imagens.

1. Se você estiver usando AWS KMS, verifique a política do bucket. Para obter mais informações, consulte [Descriptografando arquivos criptografados com AWS Key Management Service](su-encrypt-bucket.md#su-kms-encryption).

## O arquivo de manifesto tem muitos erros terminais.
<a name="tm-error-message-ERROR_TOO_MANY_RECORDS_IN_ERROR"></a>



Há muitas linhas JSON com erros terminais de conteúdo.

**Para corrigir `ERROR_TOO_MANY_RECORDS_IN_ERROR`**
+ Reduza o número de linhas JSON (imagens) com erros terminais de conteúdo. Para obter mais informações, consulte [Erros terminais de conteúdo do manifesto](#tm-debugging-aggregate-errors). 

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