Link to this sectionIntegración con Azure Blob Storage#

La integración de Azure Blob Storage conecta los contenedores de tu cuenta de almacenamiento a Ultralytics Platform. Tus imágenes permanecen en tus contenedores; la Platform las indexa in situ, para que puedas explorar, anotar y entrenar modelos YOLO sin subir una copia.

Funcionalidad Pro

Los datasets de Azure Blob Storage requieren un plan Pro o Enterprise. Los espacios de trabajo gratuitos ven la integración y reciben un aviso para actualizar al conectarse. Los datasets de Azure Blob Storage existentes siguen siendo totalmente accesibles si una suscripción finaliza; solo las nuevas conexiones e importaciones requieren Pro.

Link to this sectionObtén una cadena de conexión#

La Platform solo lee de tu almacenamiento; nunca escribe, modifica ni elimina tus blobs. La integración actual requiere una cadena de conexión de clave de acceso a la cuenta, que otorga privilegios a toda la cuenta aunque la Platform solo utilice operaciones de lista y lectura:

1. En el portal de Azure, abre tu cuenta de almacenamiento.
2. Ve a Security + networking > Access keys.
3. Copia una connection string.

Solo nube pública de Azure

Las conexiones utilizan el endpoint estándar blob.core.windows.net. No se admiten nubes soberanas (Azure China, Azure Government) ni endpoints de blob personalizados.

Link to this sectionConéctate a Platform#

1. Ve a Settings > Integrations y busca la tarjeta Microsoft Azure.
2. Haz clic en Connect y pega la cadena de conexión.
3. La Platform enumera los contenedores de la cuenta de almacenamiento. Selecciona los que quieras conectar o introduce un nombre de contenedor manualmente.
4. Haz clic en Connect. La Platform verifica que puede listar y leer cada contenedor seleccionado antes de guardar nada.

Volver a conectar la misma cuenta de almacenamiento más tarde añade nuevos contenedores a la integración existente. Una credencial guardada solo se sustituye una vez que su reemplazo puede seguir leyendo todos los contenedores que ya hayas conectado.

Seguridad de las credenciales

Una clave de cuenta puede autorizar operaciones de escritura y eliminación o crear tokens SAS si se expone fuera de la Platform. Las credenciales están cifradas en reposo con AES-256-GCM, nunca se devuelven al navegador y nunca entran en las cargas útiles de los trabajos de entrenamiento. Utiliza una cuenta de almacenamiento dedicada siempre que sea práctico. Para revocar el acceso, rota las claves de acceso a la cuenta de almacenamiento en Azure.

Link to this sectionCrea un dataset desde un contenedor de blobs#

1. Haz clic en New Dataset y abre la pestaña Cloud storage.
2. Elige un contenedor conectado y navega hasta la carpeta que contiene tus datos.
3. Confirma la carpeta, ajusta el nombre del conjunto de datos y créalo.

La plataforma lista la carpeta una vez e indexa lo que encuentra:

• Images: los blobs .jpg, .jpeg, .png, .webp y .avif se indexan con dimensiones leídas a partir de solicitudes de cabecera acotadas. Los píxeles de origen nunca se copian fuera de tu contenedor.
• Labels — los archivos adjuntos YOLO .txt se analizan para convertirse en anotaciones de la plataforma, emparejados mediante el diseño estándar images/ → labels/ o como hermanos en la misma carpeta.
• Metadata — un archivo data.yaml/data.yml proporciona los nombres de las clases, el tipo de tarea y la forma de los keypoints de pose, exactamente igual que una carga de archivo.
• Splits: los nombres de carpeta train, val y test en la ruta del blob asignan las particiones automáticamente.

El dataset se comporta entonces como cualquier otro: explóralo y anótalo, configúralo como público o privado, compártelo con tu equipo y entrénate en él mediante entrenamiento gestionado. Los originales se transmiten bajo demanda y las imágenes indexadas no consumen tu cuota de almacenamiento de Platform.

Límites

Una única importación indexa hasta 50.000 blobs, y los archivos de etiquetas o YAML hasta 1 MB cada uno. Los contenedores más grandes deben dividirse en varios datasets.

Mantén los blobs indexados inmutables

Cada imagen indexada se fija a su ETag de blob, y la Platform falla si un blob cambia por debajo. Añade nuevos blobs en lugar de sobrescribir los existentes.

Link to this sectionImportaciones fallidas#

Si una importación falla (una carpeta vacía, un error tipográfico en la ruta o permisos revocados), el dataset muestra el error en su página. Los editores pueden hacer clic en Retry import para reiniciarla con el contenedor y la carpeta almacenados, o crear un nuevo dataset que apunte a la ruta corregida.

Link to this sectionEntrenamiento#

El entrenamiento gestionado funciona a través del flujo de entrenamiento normal. Los trabajadores descargan los originales fijados en el almacenamiento temporal de trabajo para la ejecución y los eliminan con la limpieza del trabajo; tus credenciales de Azure nunca llegan al proceso de cálculo.

Link to this sectionLimitaciones actuales#

Los datasets respaldados por Azure excluyen actualmente funciones que requieren copias de tus imágenes propiedad de la Platform: autoetiquetado, análisis de clustering, clonación de datasets y versiones instantáneas inmutables.

Eliminar un dataset respaldado por Azure, o imágenes individuales del mismo, solo elimina las referencias de la Platform; tus blobs nunca se tocan.

Consulta también las integraciones de Google Cloud Storage y Amazon S3.