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.

# Regras de validação para arquivos de manifesto
<a name="md-create-manifest-file-validation-rules"></a>

 Ao importar um arquivo de manifesto, o Amazon Rekognition Custom Labels aplica regras de validação para limites, sintaxe e semântica. O esquema SageMaker AI Ground Truth impõe a validação da sintaxe. Para obter mais informações, consulte [Saídas](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-data-output.html). A seguir estão as regras de validação para limites e semântica.

**nota**  
As regras de invalidade de 20% se aplicam cumulativamente a todas as regras de validação. Se a importação exceder o limite de 20% devido a qualquer combinação, como 15% de JSON inválido e 15% de imagens inválidas, a importação falhará. 
Cada objeto do conjunto de dados é uma linha no manifesto. Linhas em branco/inválidas também são contadas como objetos do conjunto de dados.
As sobreposições são (rótulos comuns entre teste e treinamento)/(rótulos de treinamento).

**Topics**
+ [Limites](#md-validation-rules-limits)
+ [Semântica](#md-validation-rules-semantics)

## Limites
<a name="md-validation-rules-limits"></a>


| Validação | Limite | Erro gerado | 
| --- | --- | --- | 
| Tamanho do arquivo de manifesto | Máximo de 1 GB | Erro | 
| Contagem máxima de linhas para um arquivo de manifesto | Máximo de 250 mil objetos do conjunto de dados como linhas em um manifesto.  | Erro | 
| Limite inferior no número total de objetos de conjunto de dados válidos por rótulo  | >=1 | Erro | 
| Limite inferior nos rótulos | >=2 | Erro | 
| Limite superior nos rótulos | <= 250 | Erro | 
| Mínimo de caixas delimitadoras por imagem | 0 | Nenhum | 
| Máximo de caixas delimitadoras por imagem | 50 | Nenhum | 

## Semântica
<a name="md-validation-rules-semantics"></a>




| Validação | Limite | Erro gerado | 
| --- | --- | --- | 
| Manifesto vazio |  | Erro | 
| Objeto /in-accessible source-ref ausente | Número de objetos menor que 20% | Aviso | 
| Objeto /in-accessible source-ref ausente | Número de objetos > 20% | Erro | 
| Rótulos de teste não presentes no conjunto de dados de treinamento  | Pelo menos 50% de sobreposição nos rótulos | Erro | 
| Combinação de exemplos de rótulos versus objetos para o mesmo rótulo em um conjunto de dados. Classificação e detecção da mesma classe em um objeto de conjunto de dados.  |  | Nenhum erro ou aviso | 
| Como sobrepor ativos entre teste e treinamento  | Não deve haver uma sobreposição entre os conjuntos de dados de teste e treinamento.  |  | 
| As imagens em um conjunto de dados devem ser do mesmo bucket  | Erro se os objetos estiverem em um bucket diferente | Erro |