AWS SageMaker训练报错：无法解析Augmented Manifest文件第1行

核心排查方向1：文件编码带UTF-8 BOM头 #

这是该报错最高发的诱因：

• 若使用Windows自带记事本、部分默认带BOM配置的文本编辑器保存manifest文件，会在文件最开头插入3字节的UTF-8 BOM标记（十六进制值0xEF 0xBB 0xBF）。SageMaker的Augmented Manifest解析器不兼容BOM头，会直接判定第一行开头字符非法，哪怕后续JSON内容完全符合规范，也会抛出第一行解析失败的错误。
• 修复方案：用VS Code、Notepad++等专业编辑器打开manifest文件，将编码切换为*UTF-8 无BOM（UTF-8 without BOM）*后重新保存，再上传到S3替换原有文件即可。

核心排查方向2：标注类型配置与场景不匹配 #

从你提供的第一行内容看，存在格式配置和使用场景不匹配的问题：

• 你的source-ref直接指向单张PNG图片，属于静态图片目标检测场景，但你使用了视频帧目标检测专用的video-frame-object-detection作为标注键名，且metadata中的type字段值填写为programmatically-created-labels，不符合SageMaker的解析规则：
  • 静态图片目标检测的标注键名可自定义，但对应metadata的type字段必须为groundtruth/object-detection
  • video-frame-object-detection是视频帧序列检测场景专用字段，要求manifest结构包含视频源路径、帧序号等额外属性，直接套用到单图检测场景会触发结构解析失败
• 修复方案：
  1. 调整标注键名与type字段，适配单图目标检测场景，修改后的合法行示例如下：

{"source-ref": "s3://test-bucket/test-data/test/bucket/10done.png", "bounding-box": {"annotations": [{"class_id": 1, "top": 880, "left": 43, "width": 2499, "height": 324}], "image_size": [{"width": 2543, "height": 2543, "depth": 3}]}, "bounding-box-metadata": {"class-map": {"0": "Good", "1": "Bad"}, "human-annotated": "no", "creation-date": "2022-06-09T11:01:27.440682", "type": "groundtruth/object-detection"}}

2. 启动训练任务时，确认label-name参数填写的是你实际使用的标注键名（比如上述示例中的bounding-box）。

核心排查方向3：行首尾存在不可见特殊字符 #

• 若通过复制粘贴内容生成manifest文件，很可能在第一行开头、行尾带入零宽空格、全角空格、不可见控制字符，导致JSON解析器无法识别合法的JSON对象边界。
• 修复方案：手动删除第一行首尾的所有不可见字符，确保行首第一个字符为{，行尾最后一个字符为}，无多余符号。

内容的提问来源于stack exchange，提问作者MontyP