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 não terminais de validação de linha JSON
<a name="tm-debugging-json-line-errors"></a>

Este tópico lista os erros não terminais de validação da linha JSON relatados pelo Amazon Rekognition Custom Labels durante o treinamento. Os erros são relatados no manifesto de validação de treinamento e teste. Para obter mais informações, consulte [Noções básicas sobre treinar e testar manifestos de resultados de validação](tm-debugging-scope-json-line.md). É possível corrigir um erro não terminal de linha JSON atualizando a linha JSON no arquivo de manifesto de treinamento ou teste. Também é possível remover a linha JSON do manifesto, mas isso pode reduzir a qualidade do seu modelo. Se houver muitos erros não terminais de validação, talvez seja mais fácil recriar o arquivo de manifesto. Normalmente, erros de validação ocorrem em arquivos de manifesto criados manualmente. Para obter mais informações, consulte [Criar um arquivo de manifesto](md-create-manifest-file.md). Para obter informações sobre a correção de erros de validação, consulte [Como corrigir erros de treinamento](tm-debugging-fixing-validation-errors.md). Alguns erros podem ser corrigidos usando o console do Amazon Rekognition Custom Labels. 

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

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

A chave source-ref está ausente.

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

O campo `source-ref` da linha JSON fornece a localização de uma imagem no Amazon S3. Este erro ocorre quando a chave `source-ref` está ausente ou é digitada incorretamente. Normalmente, este erro ocorre em um arquivo de manifesto criado manualmente. Para obter mais informações, consulte [Criar um arquivo de manifesto](md-create-manifest-file.md).

**Para corrigir `ERROR_MISSING_SOURCE_REF`**

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

1. Atualize a chave `source-ref` na linha JSON. Como alternativa, remova a linha JSON do arquivo de manifesto. 

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

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

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

O formato do valor source-ref é inválido. 

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

A chave `source-ref` está presente na linha JSON, mas o esquema do caminho do Amazon S3 está incorreto. Por exemplo, o caminho é `https://....` em vez de `S3://....`. Um erro ERROR\_INVALID\_SOURCE\_REF\_FORMAT normalmente ocorre em arquivos de manifesto criados manualmente. Para obter mais informações, consulte [Criar um arquivo de manifesto](md-create-manifest-file.md). 

**Para corrigir `ERROR_INVALID_SOURCE_REF_FORMAT`**

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

1. Atualize ou remova a linha JSON do arquivo de manifesto. 

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

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

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

Nenhum atributo de rótulo encontrado.

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

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

 Normalmente, ocorre um erro `ERROR_NO_LABEL_ATTRIBUTES` em um arquivo de manifesto criado manualmente. Para obter mais informações, consulte [Criar um arquivo de manifesto](md-create-manifest-file.md). 

**Para corrigir `ERROR_NO_LABEL_ATTRIBUTES`**

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

1. Atualize ou remova a linha JSON do arquivo de manifesto.

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

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

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

O formato {} do atributo do rótulo é inválido.

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

O esquema da chave de atributo do rótulo está ausente ou é inválido. Um erro ERROR\_INVALID\_LABEL\_ATTRIBUTE\_FORMAT geralmente ocorre em arquivos de manifesto criados manualmente. Para obter mais informações, consulte [Criar um arquivo de manifesto](md-create-manifest-file.md). 

**Para corrigir `ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT`**

1. Verifique se a seção Linha JSON da chave de atributo do rótulo está correta. No exemplo de localização do objeto a seguir, os objetos `image_size` e `annotations` devem estar corretos. A chave do atributo do rótulo é nomeada `bounding-box`.

   ```
   	"bounding-box": {
   		"image_size": [{
   			"width": 640,
   			"height": 480,
   			"depth": 3
   		}],
   		"annotations": [{
   			"class_id": 1,
   			"top": 251,
   			"left": 399,
   			"width": 155,
   			"height": 101
   		}, {
   			"class_id": 0,
   			"top": 65,
   			"left": 86,
   			"width": 220,
   			"height": 334
   		}]
   	},
   ```

   

1. Atualize ou remova a linha JSON do arquivo de manifesto.

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

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

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

O formato dos metadados do atributo do rótulo é inválido.

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

O esquema da chave de metadados do atributo do rótulo está ausente ou é inválido. Um erro ERROR\_INVALID\_LABEL\_ATTRIBUTE\_METADATA\_FORMAT geralmente ocorre em arquivos de manifesto criados manualmente. Para obter mais informações, consulte [Criar um arquivo de manifesto](md-create-manifest-file.md).

**Para corrigir `ERROR_INVALID_LABEL_ATTRIBUTE_FORMAT`**

1. Verifique se o esquema da linha JSON para a chave de metadados do atributo label é semelhante ao exemplo a seguir. A chave de metadados do atributo do rótulo é nomeada `bounding-box-metadata`.

   ```
   	"bounding-box-metadata": {
   		"objects": [{
   			"confidence": 1
   		}, {
   			"confidence": 1
   		}],
   		"class-map": {
   			"0": "Echo",
   			"1": "Echo Dot"
   		},
   		"type": "groundtruth/object-detection",
   		"human-annotated": "yes",
   		"creation-date": "2018-10-18T22:18:13.527256",
   		"job-name": "my job"
   	}
   ```

   

1. Atualize ou remova a linha JSON do arquivo de manifesto.



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

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

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

Nenhum atributo de rótulo válido encontrado.

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

Nenhum atributo de rótulo válido foi encontrado na linha JSON. O Amazon Rekognition Custom Labels verifica tanto o atributo do rótulo quanto o identificador do atributo do rótulo. Um erro ERROR\_INVALID\_LABEL\_ATTRIBUTE\_FORMAT geralmente ocorre em arquivos de manifesto criados manualmente. Para obter mais informações, consulte [Criar um arquivo de manifesto](md-create-manifest-file.md). 

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

**Para corrigir `ERROR_NO_VALID_LABEL_ATTRIBUTES`**

1. Verifique se o JSON da chave do atributo do rótulo e dos metadados do atributo do rótulo está correto.

1. Atualize ou remova a linha JSON do arquivo de manifesto. Para obter mais informações, consulte [Criar um arquivo de manifesto](md-create-manifest-file.md).

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

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

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

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

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

A chave de confiança está ausente para uma ou mais caixas delimitadoras de localização de objetos. A chave de confiança de uma caixa delimitadora está nos metadados do atributo de rótulo, conforme mostrado no exemplo a seguir. Um erro ERROR\_MISSING\_BOUNDING\_BOX\_CONFIDENCE geralmente ocorre em arquivos de manifesto criados manualmente. Para obter mais informações, consulte [Localização de objetos em arquivos de manifesto](md-create-manifest-file-object-detection.md).

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

**Para corrigir `ERROR_MISSING_BOUNDING_BOX_CONFIDENCE`**

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

1. Atualize ou remova a linha JSON do arquivo de manifesto.



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

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

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

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

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

O objeto `class_id` em uma anotação (caixa delimitadora) não tem uma entrada correspondente no mapa da classe de metadados do atributo de rótulo (`class-map`). Para obter mais informações, consulte [Localização de objetos em arquivos de manifesto](md-create-manifest-file-object-detection.md). Um erro ERROR\_MISSING\_CLASS\_MAP\_ID geralmente ocorre em arquivos de manifesto criados manualmente.

**Para corrigir ERROR\_MISSING\_CLASS\_MAP\_ID**

1. Verifique se o valor `class_id` em cada objeto de anotação (caixa delimitadora) tem um valor correspondente na matriz `class-map`, conforme mostrado no exemplo a seguir. A matriz `annotations` e a matriz `class_map` devem ter o mesmo número de elementos.

   ```
   {
   	"source-ref": "s3://custom-labels-bucket/images/IMG_1186.png",
   	"bounding-box": {
   		"image_size": [{
   			"width": 640,
   			"height": 480,
   			"depth": 3
   		}],
   		"annotations": [{
   			"class_id": 1, 
   			"top": 251,
   			"left": 399,
   			"width": 155,
   			"height": 101
   		}, {
   			"class_id": 0,
   			"top": 65,
   			"left": 86,
   			"width": 220,
   			"height": 334
   		}]
   	},
   	"bounding-box-metadata": {
   		"objects": [{
   			"confidence": 1
   		}, {
   			"confidence": 1
   		}],
   		"class-map": {
   			"0": "Echo",
   			"1": "Echo Dot"
   		}, 
   		"type": "groundtruth/object-detection",
   		"human-annotated": "yes",
   		"creation-date": "2018-10-18T22:18:13.527256",
   		"job-name": "my job"
   	}
   }
   ```

1. Atualize ou remova a linha JSON do arquivo de manifesto.

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

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

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

A linha JSON tem um formato inválido.

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

Um caractere inesperado foi encontrado na linha JSON. A linha JSON é substituída por uma nova linha JSON que contém somente as informações de erro. Um erro ERROR\_INVALID\_JSON\_LINE normalmente ocorre em arquivos de manifesto criados manualmente. Para obter mais informações, consulte [Localização de objetos em arquivos de manifesto](md-create-manifest-file-object-detection.md). 

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

**Para corrigir `ERROR_INVALID_JSON_LINE`**

1. Abra o arquivo de manifesto e navegue até a linha JSON em que ocorre o erro ERROR\_INVALID\_JSON\_LINE.

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

1. Atualize ou remova a linha JSON do arquivo de manifesto.

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

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

A imagem é inválida. Verifique as propriedades da and/or imagem do caminho do S3.

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

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

Para obter mais informações, consulte [Diretrizes e cotas no Amazon Rekognition Custom Labels](limits.md).

**Para corrigir `ERROR_INVALID_IMAGE`**

1. Verifique o seguinte:
   + A proporção da imagem é menor que 20:1.
   + O tamanho da imagem é maior do que 15 MB
   + A imagem está no formato PNG ou JPEG. 
   + O caminho até a imagem em `source-ref` está correto.
   + A dimensão mínima da imagem é maior que 64 pixels x 64 pixels.
   + A dimensão máxima da imagem é menor que 4096 pixels x 4096 pixels.

1. Atualize ou remova a linha JSON do arquivo de manifesto.

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

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

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

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

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

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

Para obter mais informações, consulte [Diretrizes e cotas no Amazon Rekognition Custom Labels](limits.md).

**Para corrigir `ERROR_INVALID_IMAGE_DIMENSION` (console)**

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

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

   1. Remova as caixas delimitadoras existentes da imagem.

   1. Adicione novamente as caixas delimitadoras à imagem.

   1. Salve as alterações.

   Para obter mais informações, [Como rotular objetos com caixas delimitadoras](md-localize-objects.md).

**Para corrigir `ERROR_INVALID_IMAGE_DIMENSION` (SDK)**

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

1. Obtenha a linha JSON existente para a imagem [ListDatasetEntries](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_ListDatasetEntries)chamando. Para o parâmetro de entrada `SourceRefContains`, especifique a localização do Amazon S3 e o nome do arquivo da imagem.

1. Ligue [UpdateDatasetEntries](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_UpdateDatasetEntries)e forneça a linha JSON para a imagem. Certifique-se de que o valor de `source-ref` corresponda à localização da imagem no bucket do Amazon S3. Atualize as anotações da caixa delimitadora para que correspondam às dimensões da caixa delimitadora necessárias para a imagem atualizada.

   ```
   {
   	"source-ref": "s3://custom-labels-bucket/images/IMG_1186.png",
   	"bounding-box": {
   		"image_size": [{
   			"width": 640,
   			"height": 480,
   			"depth": 3
   		}],
   		"annotations": [{
   			"class_id": 1,
   			"top": 251,
   			"left": 399,
   			"width": 155,
   			"height": 101
   		}, {
   			"class_id": 0,
   			"top": 65,
   			"left": 86,
   			"width": 220,
   			"height": 334
   		}]
   	},
   	"bounding-box-metadata": {
   		"objects": [{
   			"confidence": 1
   		}, {
   			"confidence": 1
   		}],
   		"class-map": {
   			"0": "Echo",
   			"1": "Echo Dot"
   		},
   		"type": "groundtruth/object-detection",
   		"human-annotated": "yes",
   		"creation-date": "2013-11-18T02:53:27",
   		"job-name": "my job"
   	}
   }
   ```

    

## ERROR\_INVALID\_BOUNDING\_BOX
<a name="tm-error-ERROR_INVALID_BOUNDING_BOX"></a>

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

A caixa delimitadora tem valores fora do quadro.

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

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

Para obter mais informações, consulte [Diretrizes e cotas no Amazon Rekognition Custom Labels](limits.md).

**Para corrigir `ERROR_INVALID_BOUNDING_BOX`**

1. Verifique os valores das caixas delimitadoras na matriz `annotations`. 

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

1. Atualize, ou como alternativa, remova a linha JSON do arquivo de manifesto.

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

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

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

Nenhuma anotação válida encontrada.

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

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

**Para corrigir `ERROR_NO_VALID_ANNOTATIONS`**

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

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

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

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

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

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

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

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

As informações do erro são adicionadas ao objeto de anotação.

**Para corrigir ERROR\_BOUNDING\_BOX\_TOO\_SMALL**
+ Escolha uma das seguintes opções.
  + Aumente o tamanho das caixas delimitadoras que são muito pequenas.
  + Remova as caixas delimitadoras que são muito pequenas. Para obter informações sobre como remover uma caixa delimitadora, consulte [ERROR\_TOO\_MANY\_BOUNDING\_BOXES](#tm-error-ERROR_TOO_MANY_BOUNDING_BOXES).
  + Remova a imagem (linha JSON) do manifesto.





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

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

Há mais caixas delimitadoras do que o máximo permitido.

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

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

**Para corrigir `ERROR_TOO_MANY_BOUNDING_BOXES` (console).**

1. Decida quais caixas delimitadoras remover. 

1. Abra o console do Amazon Rekognition em. [https://console.aws.amazon.com/rekognition/](https://console.aws.amazon.com/rekognition/)

1. Escolha **Usar rótulos personalizados**.

1. Escolha **Começar**. 

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

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

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

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

1. Escolha **Desenhar caixa delimitadora**. 

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

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

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

1. Escolha **Concluído**

1. Escolha **Salvar alterações** para salvar suas alterações. 

1. Escolha **Sair** para sair do modo de rotulagem.



**Para corrigir ERROR\_TOO\_MANY\_BOUNDING\_BOXES (linha JSON).**

1. Abra o arquivo de manifesto e navegue até a linha JSON em que ocorre o erro ERROR\_TOO\_MANY\_BOUNDING\_BOXES.

1. Remova o seguinte para cada caixa delimitadora que você deseja remover. 
   + Remova o objeto necessário `annotation` da matriz `annotations`.
   + Remova o objeto `confidence` correspondente da matriz `objects` nos metadados de atributo do rótulo.
   + Se não for mais usado por outras caixas delimitadoras, remova o rótulo do `class-map`.

   Use o exemplo a seguir para identificar quais itens remover.

   ```
   {
   	"source-ref": "s3://custom-labels-bucket/images/IMG_1186.png",
   	"bounding-box": {
   		"image_size": [{
   			"width": 640,
   			"height": 480,
   			"depth": 3
   		}],
   		"annotations": [
   		   {              
   			"class_id": 1,    #annotation object
   			"top": 251,
   			"left": 399,
   			"width": 155,
   			"height": 101
   		}, {
   			"class_id": 0,
   			"top": 65,
   			"left": 86,
   			"width": 220,
   			"height": 334
   		}]
   	},
   	"bounding-box-metadata": {
   		"objects": [
   		>{                
   			"confidence": 1          #confidence  object
   		}, 
           {
   			"confidence": 1
   		}],
   		"class-map": {  
   			"0": "Echo",    #label 
   			"1": "Echo Dot"
   		},
   		"type": "groundtruth/object-detection",
   		"human-annotated": "yes",
   		"creation-date": "2018-10-18T22:18:13.527256",
   		"job-name": "my job"
   	}
   }
   ```



## WARNING\_UNANNOTATED\_RECORD
<a name="tm-warning-WARNING_UNANNOTATED_RECORD"></a>

### Mensagem de aviso
<a name="tm-warning-message-WARNING_UNANNOTATED_RECORD"></a>

O registro não está anotado.

### Mais informações
<a name="tm-warning-description-WARNING_UNANNOTATED_RECORD"></a>

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

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

**Para corrigir WARNING\_UNANNOTATED\_RECORD**
+ Rotule a imagem usando o console do Amazon Rekognition Custom Labels. Para instruções, consulte [Como atribuir rótulos em nível de imagem em uma imagem](md-assign-image-level-labels.md).





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

### Mensagem de aviso
<a name="tm-warning-message-WARNING_NO_ANNOTATIONS"></a>

Nenhuma anotação fornecida.

### Mais informações
<a name="tm-warning-description-WARNING_NO_ANNOTATIONS"></a>

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

**Para corrigir WARNING\_NO\_ANNOTATIONS**
+ Escolha uma das seguintes opções.
  + Adicione as informações da caixa delimitadora (`annotations`) à linha JSON. Para obter mais informações, consulte [Localização de objetos em arquivos de manifesto](md-create-manifest-file-object-detection.md). 
  + Remova a imagem (linha JSON) do manifesto.

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

### Mensagem de aviso
<a name="tm-warning-message-WARNING_NO_ATTRIBUTE_ANNOTATIONS"></a>

Nenhuma anotação de atributo fornecida.

#### Mais informações
<a name="tm-warning-description-WARNING_NO_ATTRIBUTE_ANNOTATIONS"></a>

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

**Para corrigir WARNING\_NO\_ATTRIBUTE\_ANNOTATIONS**
+ Escolha uma das seguintes opções.
  + Adicione um ou mais objetos de `annotation` da caixa delimitadora à linha JSON. Para obter mais informações, consulte [Localização de objetos em arquivos de manifesto](md-create-manifest-file-object-detection.md). 
  + Remova o atributo da caixa delimitadora.
  + Remova a imagem (linha JSON) do manifesto. Se existirem outros atributos de caixa delimitadora válidos na linha JSON, é possível remover apenas o atributo inválido da caixa delimitadora da linha JSON.

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

### Mensagem de aviso
<a name="tm-error-message-ERROR_UNSUPPORTED_USE_CASE_TYPE"></a>

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

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

**Para corrigir ERROR\_UNSUPPORTED\_USE\_CASE\_TYPE**
+ Escolha uma das seguintes opções:
  + Altere o valor do campo `type` para `groundtruth/image-classification` ou`groundtruth/object-detection`, dependendo do tipo de modelo que você deseja criar. Para obter mais informações, consulte [Criar um arquivo de manifesto](md-create-manifest-file.md). 
  + Remova a imagem (linha JSON) do manifesto.

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

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

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

**Para corrigir ERROR\_INVALID\_LABEL\_NAME\_LENGTH**
+ Escolha uma das seguintes opções:
  + Reduza o tamanho do nome do rótulo para 256 caracteres ou menos.
  + Remova a imagem (linha JSON) do manifesto.