本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。 # 终止性清单内容错误本主题将介绍清单摘要中报告的[终止性清单内容错误列表](tm-debugging.md#tm-error-category-combined-terminal)。清单摘要中包含检测到的每个错误的错误代码和错误消息。有关更多信息，请参阅 [了解清单摘要](tm-debugging-summary.md)。终止性清单内容错误不会阻止报告[非终止性 JSON 行验证错误列表](tm-debugging.md#tm-error-category-non-terminal-errors)。 ## ERROR\_TOO\_MANY\_INVALID\_ROWS\_IN\_MANIFEST ### 错误消息清单文件包含太多无效行。 ### 更多信息如果包含无效内容的 JSON 行过多，则会发生 `ERROR_TOO_MANY_INVALID_ROWS_IN_MANIFEST` 错误。无法使用 Amazon Rekognition Custom Labels 控制台修复 `ERROR_TOO_MANY_INVALID_ROWS_IN_MANIFEST` 错误。 **修复 ERROR\_TOO\_MANY\_INVALID\_ROWS\_IN\_MANIFEST** 1. 检查清单中是否包含 JSON 行错误。有关更多信息，请参阅 [了解训练和测试验证结果清单](tm-debugging-scope-json-line.md)。 1. 修复有错误的 JSON 行。有关更多信息，请参阅[非终止性 JSON 行验证错误](tm-debugging-json-line-errors.md)。 ## ERROR\_IMAGES\_IN\_MULTIPLE\_S3\_BUCKETS ### 错误消息清单文件包含来自多个 S3 存储桶的图像。 ### 更多信息清单只能引用存储在单个存储桶中的图像。每个 JSON 行都将一张图像位置的 Amazon S3 位置存储在 `source-ref` 的值中。在以下示例中，存储桶名称为 *my-bucket*。 ``` "source-ref": "s3://my-bucket/images/sunrise.png" ``` 无法使用 Amazon Rekognition Custom Labels 控制台修复此错误。 **修复 `ERROR_IMAGES_IN_MULTIPLE_S3_BUCKETS`** + 确保所有图像都在同一 Amazon S3 存储桶中，并且每个 JSON 行中的 `source-ref` 的值都引用存储图像的存储桶。或者，也可以选择首选的 Amazon S3 存储桶，并删除其 `source-ref` 未引用首选存储桶的 JSON 行。 ## ERROR\_INVALID\_PERMISSIONS\_IMAGES\_S3\_BUCKET ### 错误消息对图像 S3 存储桶的权限无效。 ### 更多信息对包含图像的 Amazon S3 存储桶的权限不正确。无法使用 Amazon Rekognition Custom Labels 控制台修复此错误。 **修复 `ERROR_INVALID_PERMISSIONS_IMAGES_S3_BUCKET`** + 检查对包含图像的存储桶的权限。图像的 `source-ref` 的值包含存储桶位置。 ## ERROR\_INVALID\_IMAGES\_S3\_BUCKET\_OWNER ### 错误消息图像 S3 存储桶的拥有者 ID 无效。 ### 更多信息包含训练或测试图像的存储桶的拥有者与包含训练或测试清单的存储桶的拥有者不同。可以使用以下命令查找存储桶的拥有者。 ``` aws s3api get-bucket-acl --bucket {{amzn-s3-demo-bucket}} ``` `OWNER` `ID` 必须与存储图像和清单文件的存储桶相匹配。 **修复 ERROR\_INVALID\_IMAGES\_S3\_BUCKET\_OWNER** 1. 选择训练、测试、输出和图像存储桶的所需拥有者。拥有者必须有权使用 Amazon Rekognition Custom Labels。 1. 对于当前未由所需拥有者拥有的每个存储桶，请创建一个由首选拥有者拥有的新 Amazon S3 存储桶。 1. 将旧存储桶中的内容复制到新存储桶。有关更多信息，请参阅[如何在 Amazon S3 存储桶之间复制对象？](https://aws.amazon.com/premiumsupport/knowledge-center/move-objects-s3-bucket/)。无法使用 Amazon Rekognition Custom Labels 控制台修复此错误。 ## ERROR\_INSUFFICIENT\_IMAGES\_PER\_LABEL\_FOR\_AUTOSPLIT ### 错误消息清单文件中每个标签包含的带标签图像不足，无法执行自动拆分。 ### 更多信息在模型训练期间，可以使用训练数据集中 20% 的图像来创建测试数据集。当没有足够的图像来创建可接受的测试数据集时，就会发生 ERROR\_INSUFFICIENT\_IMAGES\_PER\_LABEL\_FOR\_AUTOSPLIT 错误。无法使用 Amazon Rekognition Custom Labels 控制台修复此错误。 **修复 ERROR\_INSUFFICIENT\_IMAGES\_PER\_LABEL\_FOR\_AUTOSPLIT** + 向训练数据集中添加更多带标签的图像。可以在 Amazon Rekognition Custom Labels 控制台中添加图像，方法是：向训练数据集添加图像，或者向训练清单中添加 JSON 行。有关更多信息，请参阅 [管理数据集](managing-dataset.md)。 ## ERROR\_MANIFEST\_TOO\_FEW\_LABELS ### 错误消息清单文件包含的标签太少。 ### 更多信息训练和测试数据集具有最低标签数量要求。最小值取决于数据集 trains/tests 是用于检测图像级标签（分类）的模型，还是模型检测到对象位置。如果拆分训练数据集来创建测试数据集，则数据集中的标签数量将在拆分训练数据集后确定。有关更多信息，请参阅 [Amazon Rekognition Custom Labels 中的准则和配额](limits.md)。 **修复 ERROR\_MANIFEST\_TOO\_FEW\_LABELS（控制台）** 1. 向数据集添加更多新标签。有关更多信息，请参阅 [管理标签](md-labels.md)。 1. 向数据集中的图像添加新标签。如果模型用于检测图像级标签，请参阅[为图像分配图像级标签](md-assign-image-level-labels.md)。如果模型用于检测物体位置，请参阅[使用边界框标注物体](md-localize-objects.md)。 **修复 ERROR\_MANIFEST\_TOO\_FEW\_LABELS（JSON 行）** + 为带有新标签的新图像添加 JSON 行。有关更多信息，请参阅 [创建清单文件](md-create-manifest-file.md)。如果模型用于检测图像级标签，则可以在 `class-name` 字段中添加新标签名称。例如，下图的标签是 *Sunrise*。 ``` { "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" } } ``` 如果模型用于检测物体位置，请添加新标签至 `class-map`，如以下示例所示。 ``` { "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" } } ``` 您需要将类别映射表映射到边界框注释。有关更多信息，请参阅 [清单文件中的物体定位](md-create-manifest-file-object-detection.md)。 ## ERROR\_MANIFEST\_TOO\_MANY\_LABELS ### 错误消息清单文件包含的标签太多。 #### 更多信息清单（数据集）中唯一标签的数量超过了允许的限制。如果拆分训练数据集来创建测试数据集，则标签数量将在拆分后确定。 **修复 ERROR\_MANIFEST\_TOO\_MANY\_LABELS（控制台）** + 从数据集中移除标签。有关更多信息，请参阅 [管理标签](md-labels.md)。标签会自动从数据集中的图像和边界框中移除。 **修复 ERROR\_MANIFEST\_TOO\_MANY\_LABELS（JSON 行）** + 清单包含图像级 JSON 行 - 如果图像只有一个标签，请移除使用所需标签的图像对应的 JSON 行。如果相关 JSON 行包含多个标签，请仅移除所需标签对应的 JSON 对象。有关更多信息，请参阅 [为图像添加多个图像级标签](md-create-manifest-file-classification.md#md-dataset-purpose-classification-multiple-labels)。清单包含物体位置 JSON 行 - 移除要移除的标签所对应的边界框和关联的标签信息。对包含所需标签的每个 JSON 行执行此操作。需要从 `class-map` 数组中移除标签并从 `objects` 和 `annotations` 数组中移除相应的对象。有关更多信息，请参阅 [清单文件中的物体定位](md-create-manifest-file-object-detection.md)。 ## ERROR\_INSUFFICIENT\_LABEL\_OVERLAP ### 错误消息训练和测试清单文件之间的标签重叠度小于 {}%。 ### 更多信息测试数据集标签名称和训练数据集标签名称之间的重叠度小于 50%。 **修复 ERROR\_INSUFFICIENT\_LABEL\_OVERLAP（控制台）** + 从训练数据集中移除标签。或者，向测试数据集中添加更多共用标签。有关更多信息，请参阅 [管理标签](md-labels.md)。标签会自动从数据集中的图像和边界框中移除。 **通过从训练数据集中移除标签来修复 ERROR\_INSUFFICIENT\_LABEL\_OVERLAP（JSON 行）** + 清单包含图像级 JSON 行：如果图像只有一个标签，请移除使用所需标签的图像对应的 JSON 行。如果相关 JSON 行包含多个标签，请仅移除所需标签对应的 JSON 对象。有关更多信息，请参阅 [为图像添加多个图像级标签](md-create-manifest-file-classification.md#md-dataset-purpose-classification-multiple-labels)。对清单中每个包含您要移除的标签的 JSON 行执行此操作。清单包含物体位置 JSON 行 - 移除要移除的标签所对应的边界框和关联的标签信息。对包含所需标签的每个 JSON 行执行此操作。需要从 `class-map` 数组中移除标签并从 `objects` 和 `annotations` 数组中移除相应的对象。有关更多信息，请参阅 [清单文件中的物体定位](md-create-manifest-file-object-detection.md)。 **通过向测试数据集中添加共用标签来修复 ERROR\_INSUFFICIENT\_LABEL\_OVERLAP（JSON 行）** + 向测试数据集中添加 JSON 行，这些行应包含带有训练数据集中已有标签的图像。有关更多信息，请参阅 [创建清单文件](md-create-manifest-file.md)。 ## ERROR\_MANIFEST\_TOO\_FEW\_USABLE\_LABELS ### 错误消息清单文件包含的可用标签太少。 ### 更多信息训练清单可以包含采用图像级标签格式和物体位置格式的 JSON 行。根据在训练清单中找到的 JSON 行的类型，Amazon Rekognition Custom Labels 会选择创建检测图像级标签或检测物体位置的模型。Amazon Rekognition Custom Labels 会过滤掉未采用所选格式的 JSON 行的有效 JSON 记录。当所选模型类型清单中的标签数量不足以训练模型时，就会发生 ERROR\_MANIFEST\_TOO\_FEW\_USABLE\_LABELS 错误。训练检测图像级标签的模型至少需要 1 个标签。训练检测物体位置的模型至少需要 2 个标签。 **修复 ERROR\_MANIFEST\_TOO\_FEW\_USABLE\_LABELS（控制台）** 1. 检查清单摘要中的 `use_case` 字段。 1. 针对与 `use_case` 的值匹配的使用场景（图像级或物体定位），向训练数据集中添加更多标签。有关更多信息，请参阅 [管理标签](md-labels.md)。标签会自动从数据集中的图像和边界框中移除。 **修复 ERROR\_MANIFEST\_TOO\_FEW\_USABLE\_LABELS（JSON 行）** 1. 检查清单摘要中的 `use_case` 字段。 1. 针对与 `use_case` 的值匹配的使用场景（图像级或物体定位），向训练数据集中添加更多标签。有关更多信息，请参阅 [创建清单文件](md-create-manifest-file.md)。 ## ERROR\_INSUFFICIENT\_USABLE\_LABEL\_OVERLAP ### 错误消息训练和测试清单文件之间的可用标签重叠度小于 {}%。 ### 更多信息训练清单可以包含采用图像级标签格式和物体位置格式的 JSON 行。根据在训练清单中找到的格式，Amazon Rekognition Custom Labels 会选择创建检测图像级标签的模型或检测物体位置的模型。Amazon Rekognition Custom Labels 不会使用未采用所选模型格式的 JSON 行的有效 JSON 记录。当所用的测试标签和训练标签之间的重叠度小于 50% 时，就会出现 ERROR\_INSUFFICIENT\_USABLE\_LABEL\_OVERLAP 错误。 **修复 ERROR\_INSUFFICIENT\_USABLE\_LABEL\_OVERLAP（控制台）** + 从训练数据集中移除标签。或者，向测试数据集中添加更多共用标签。有关更多信息，请参阅 [管理标签](md-labels.md)。标签会自动从数据集中的图像和边界框中移除。 **通过从训练数据集中移除标签来修复 ERROR\_INSUFFICIENT\_USABLE\_LABEL\_OVERLAP（JSON 行）** + 用于检测图像级标签的数据集：如果图像只有一个标签，请移除使用所需标签的图像对应的 JSON 行。如果相关 JSON 行包含多个标签，请仅移除所需标签对应的 JSON 对象。有关更多信息，请参阅 [为图像添加多个图像级标签](md-create-manifest-file-classification.md#md-dataset-purpose-classification-multiple-labels)。对清单中每个包含您要移除的标签的 JSON 行执行此操作。用于检测物体位置的数据集：移除要移除的标签对应的边界框和关联的标签信息。对包含所需标签的每个 JSON 行执行此操作。需要从 `class-map` 数组中移除标签并从 `objects` 和 `annotations` 数组中移除相应的对象。有关更多信息，请参阅 [清单文件中的物体定位](md-create-manifest-file-object-detection.md)。 **通过向测试数据集中添加共用标签来修复 ERROR\_INSUFFICIENT\_USABLE\_LABEL\_OVERLAP（JSON 行）** + 向测试数据集中添加 JSON 行，这些行应包含带有训练数据集中已有标签的图像。有关更多信息，请参阅 [创建清单文件](md-create-manifest-file.md)。 ## ERROR\_FAILED\_IMAGES\_S3\_COPY ### 错误消息无法从 S3 存储桶复制图像。 ### 更多信息服务无法复制数据集中的任何图像。无法使用 Amazon Rekognition Custom Labels 控制台修复此错误。 **修复 ERROR\_FAILED\_IMAGES\_S3\_COPY** 1. 检查对图像的权限。 1. 如果您正在使用 AWS KMS，请查看存储桶策略。有关更多信息，请参阅 [解密使用加密的文件 AWS Key Management Service](su-encrypt-bucket.md#su-kms-encryption)。 ## 清单文件有太多终止性错误。有太多存在终止性内容错误的 JSON 行。 **修复 `ERROR_TOO_MANY_RECORDS_IN_ERROR`** + 减少有终止性内容错误的 JSON 行（图像）的数量。有关更多信息，请参阅 [终止性清单内容错误](#tm-debugging-aggregate-errors)。无法使用 Amazon Rekognition Custom Labels 控制台修复此错误。