Integración con Azure Blob Storage

La integración con Azure Blob Storage conecta los contenedores de tu cuenta de almacenamiento con Ultralytics Platform. Tus imágenes permanecen en tus contenedores: Platform las indexa allí mismo para que puedas explorarlas, anotarlas y entrenar modelos YOLO sin subir una copia. Si tienes activadas las funciones de IA, Platform también puede usarlas para la anotación inteligente, la anotación automática, la búsqueda de imágenes similares y el entrenamiento en la nube.

Obtén una cadena de conexión#

Platform lee tus blobs y solo crea otros nuevos para la generación de imágenes; nunca los modifica ni los elimina. La integración actual requiere una cadena de conexión con una clave de acceso de la cuenta, que concede privilegios para toda la cuenta:

1. En el portal de Azure, abre tu cuenta de almacenamiento.
2. Ve a Seguridad y redes > Claves de acceso.
3. Copia una cadena de conexión.

La cadena debe incluir AccountName, AccountKey y HTTPS como protocolo, tal como aparece en el formulario que Azure te ofrece en Claves de acceso. Se rechazan las cadenas de conexión con tokens SAS, que contienen SharedAccessSignature en lugar de AccountKey.

Conectar con Platform#

1. Ve a Configuración > Integraciones y selecciona Azure Blob Storage en la lista de integraciones.
2. Pega la cadena de conexión.
3. Haz clic en Buscar contenedores disponibles y selecciona los contenedores que quieras conectar. También puedes introducir manualmente el nombre de un contenedor.
4. Haz clic en Connect. Platform comprueba que puede listar y leer cada contenedor seleccionado antes de guardar nada. Las claves de cuenta siempre pueden crear blobs, así que se puede escribir en los contenedores conectados o reconectados desde el lanzamiento de la generación de imágenes.

Cada credencial conectada tiene un interruptor de funciones de IA.

Necesitas el rol de administrador o propietario del espacio de trabajo para conectar el almacenamiento en la nube. Puedes añadir hasta 50 contenedores a la vez; la detección muestra hasta 300 contenedores de la cuenta de almacenamiento.

Si más adelante vuelves a conectar la misma cuenta de almacenamiento, se añadirán nuevos contenedores a la integración existente. Una credencial guardada solo se reemplaza si la nueva credencial puede seguir leyendo todos los contenedores que ya has conectado. Si no se puede leer algún contenedor, el error indica cuál, incluidos los conectados anteriormente con la misma cuenta de almacenamiento.

Funciones de IA#

Cada credencial conectada tiene un interruptor de funciones de IA en Settings > Integrations, activado de forma predeterminada. Mientras está activado, las GPU de Ultralytics y los proveedores de modelos de IA pueden usar las imágenes de esa credencial para:

• Anotación inteligente con SAM, y anotación automática de imágenes individuales y por lotes
• Búsqueda de imágenes similares y análisis de agrupamiento
• Entrenamiento en la nube
• Generación de imágenes, en contenedores con acceso de escritura

Los proveedores de modelos de IA solo intervienen en la generación de imágenes, para la que Google Gemini planifica las indicaciones a partir de la imagen de origen, y en los modelos de anotación de pago, que se ejecutan con la clave del proveedor de tu propio espacio de trabajo. Platform no conserva copias de tus imágenes: las funciones las leen cuando las necesitan, el entrenamiento en la nube usa copias temporales durante la ejecución y la búsqueda de imágenes similares guarda una incrustación de cada imagen, que se elimina cuando la imagen sale de Platform.

Desactiva el interruptor para que las imágenes no pasen por las GPU de Ultralytics ni por los proveedores de modelos de IA. Al desactivarlo se detienen los nuevos trabajos de IA; los que ya están en curso se completan. Los conjuntos de datos de esa credencial mostrarán funciones de IA desactivadas, con un enlace a estos ajustes, y cada función no disponible explicará el motivo. La anotación manual, el uso compartido y el entrenamiento local seguirán funcionando, y se conservarán las etiquetas, los modelos y los resultados de búsqueda que ya hayas creado.

Necesitas el rol de administrador o propietario del espacio de trabajo para cambiar el interruptor. También puedes configurarlo con la REST API, usando el ID de integración devuelto por GET /api/integrations/buckets:

curl -X PATCH \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"processing": false}' \
  https://platform.ultralytics.com/api/integrations/buckets/INTEGRATION_ID

Generación de imágenes#

Generar imágenes similares funciona con conjuntos de datos de Azure Blob Storage mientras las funciones de IA estén activadas. Las imágenes que añadas se escriben en una carpeta generated/ dentro de la carpeta del conjunto de datos y, después, se añaden al conjunto de datos como cualquier otra imagen indexada. Platform solo crea blobs nuevos allí y nunca sobrescribe ni elimina los existentes. Si la acción indica que necesita acceso de escritura, vuelve a conectar la misma cuenta de almacenamiento en Settings > Integrations.

Crea un conjunto de datos a partir de un contenedor de blobs#

1. Haz clic en Nuevo conjunto de datos y abre la pestaña Nube.
2. Elige un contenedor conectado y ve a la carpeta que contiene tus datos.
3. Confirma la carpeta, ajusta el nombre del conjunto de datos y créalo.

Platform enumera la carpeta una vez e indexa lo que encuentra:

• Imágenes — Los blobs .jpg, .jpeg, .png, .webp y .avif se indexan; sus dimensiones se leen mediante solicitudes acotadas. Platform no guarda una segunda copia de la imagen de origen.
• Etiquetas — Los archivos auxiliares .txt de YOLO se analizan y se convierten en anotaciones de Platform, asociadas mediante la estructura estándar images/ → labels/ o como archivos hermanos en la misma carpeta.
• Metadatos — Un archivo YAML proporciona los nombres de las clases y la estructura de los puntos clave de pose, igual que una carga de archivo. Se prefieren data.yaml y data.yml cuando la carpeta contiene varios archivos.
• Tarea — Una muestra de los archivos de etiquetas determina la tarea, por lo que las carpetas de segmentación, pose y OBB se reconocen por la estructura de sus etiquetas, no por la tarea que hayas seleccionado en el cuadro de diálogo.
• Divisiones — Los nombres de carpeta train, val y test en la ruta del blob asignan automáticamente las divisiones.

Después, el conjunto de datos funciona como cualquier otro: explóralo y anótalo, configúralo como público o privado, compártelo con tu equipo y entrena con él mediante el entrenamiento gestionado. Los originales se transmiten cuando se necesitan y las imágenes indexadas no consumen tu cuota de almacenamiento de Platform.

Importaciones fallidas#

Si falla una importación —por una carpeta vacía, un error tipográfico en la ruta o permisos revocados—, el conjunto de datos muestra el error en su página. Los editores pueden hacer clic en Reintentar importación para reiniciarla con el contenedor y la carpeta guardados, o crear un conjunto de datos nuevo que apunte a la ruta corregida.

Al reintentar, se vuelve a listar la carpeta en lugar de reanudar la importación: se incluyen los blobs añadidos desde el primer intento y se descartan del conjunto de datos los que ya no están.

Entrenamiento#

El entrenamiento gestionado funciona con el flujo de entrenamiento habitual mientras estén activadas las funciones de IA. Durante la ejecución, el entrenamiento utiliza las copias propias de Platform de las imágenes fijadas, y tus credenciales de Azure nunca se exponen a las cargas de trabajo de entrenamiento. Si las funciones de IA están desactivadas, el cuadro de diálogo de entrenamiento explica por qué no está disponible el entrenamiento en la nube y ofrece la opción de entrenamiento local.

Desconectar una conexión#

Al desconectar, se elimina la cadena de conexión guardada sin modificar nada en Azure. Los conjuntos de datos creados a partir de esos contenedores permanecen en tu espacio de trabajo con sus clases, etiquetas y anotaciones, pero sus imágenes no se pueden cargar, previsualizar ni utilizar para entrenar hasta que vuelvas a conectar la misma cuenta de almacenamiento. Aunque estén desconectados, puedes cambiarles el nombre, editar sus etiquetas o eliminarlos.

Para desconectar, ve a Configuración > Integraciones, selecciona Azure Blob Storage, haz clic en Desconectar junto a la credencial y confirma. Al abrir uno de sus conjuntos de datos, aparecerá Azure Blob Storage desconectado con un enlace a esta configuración; el conjunto de datos volverá a estar disponible automáticamente cuando te conectes de nuevo.

También puedes desconectar mediante la API REST, usando el ID de integración que devuelve GET /api/integrations/buckets:

curl -X DELETE \
  -H "Authorization: Bearer YOUR_API_KEY" \
  https://platform.ultralytics.com/api/integrations/buckets/INTEGRATION_ID

from ultralytics_platform import Platform

client = Platform()  # reads ULTRALYTICS_API_KEY
integrations = client.storage_integrations.list()
client.storage_integrations.delete("INTEGRATION_ID")

Para revocar el acceso directamente en el origen, cambia las claves de acceso de la cuenta de almacenamiento en Azure.

Limitaciones actuales#

Los conjuntos de datos respaldados por Azure no admiten las funciones que necesitan copias de tus imágenes propiedad de Platform: la clonación de conjuntos de datos, las instantáneas de versiones inmutables, el desenfoque de caras y el pegado de imágenes de otros conjuntos de datos. La anotación inteligente, la anotación automática, la búsqueda de imágenes similares, el agrupamiento, el entrenamiento en la nube y la generación de imágenes requieren tener activadas las funciones de IA.

Al eliminar un conjunto de datos respaldado por Azure, o imágenes concretas del conjunto, Platform solo elimina sus referencias: nunca toca tus blobs.

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

Preguntas frecuentes#