使用 Amazon Rekognition 自定義標簽的單類對象檢測模型引發可用標簽過少錯誤

Question

我正在使用 AWS Rekognition 執行單類對象檢測。 我在整個數據集中只分配了一個標簽的圖像級標簽。

這是基於 AWS 發布的一項新功能，

https://aws.amazon.com/about-aws/whats-new/2020/06/amazon-rekognition-custom-labels-now-supports-single-object-training/

我使用以下配置創建了我的數據集。

當我訓練我的模型時，我的模型失敗並顯示以下狀態消息，

清單文件的可用標簽太少。

關於我可能遺漏的任何想法？

Answer 1

對象位置（邊界框/檢測）用例的最小唯一標簽計數為 1 個標簽，但“對象、場景和概念（分類）”（即圖像級數據）的最小標簽計數為 2。如果您是 auto - 分配圖像級別標簽並且只分配了 1 個標簽，這可能是您收到“清單文件的可用標簽太少”錯誤的原因。

資料來源： https ://docs.aws.amazon.com/rekognition/latest/customlabels-dg/limits.html

我們還想邀請對服務有疑問的 Amazon Rekognition 自定義標簽用戶考慮在 AWS re:Post 上提問： https ://repost.aws/

感謝您使用 Amazon Rekognition 自定義標簽。

克里斯蒂安·鄧恩