Integrazione di Azure Blob Storage#

L'integrazione con Azure Blob Storage collega i container del tuo account di archiviazione a Ultralytics Platform. Le tue immagini rimangono nei tuoi container: la Platform le indicizza direttamente sul posto, così puoi esplorare, annotare e addestrare modelli YOLO senza dover caricare una copia.

Ottieni una stringa di connessione#

La Platform legge solo dai tuoi archivi: non scrive, modifica o elimina mai i tuoi blob. L'attuale integrazione richiede una stringa di connessione tramite chiave di accesso all'account, che concede privilegi a livello di account anche se la Platform utilizza solo operazioni di elenco e lettura:

1. Nel portale Azure, apri il tuo account di archiviazione.
2. Vai su Security + networking > Access keys (Sicurezza + rete > Chiavi di accesso).
3. Copia una connection string (stringa di connessione).

La stringa deve contenere AccountName, AccountKey e HTTPS come protocollo, ovvero il formato che Azure ti fornisce sotto Access keys. Le stringhe di connessione con token SAS, che contengono SharedAccessSignature anziché AccountKey, vengono rifiutate.

Collegarsi alla piattaforma#

1. Vai su Settings > Integrations e seleziona Azure Blob Storage dall'elenco delle integrazioni.
2. Incolla la stringa di connessione.
3. Fai clic su Find available containers, quindi seleziona i contenitori da connettere. Puoi anche inserire il nome di un contenitore manualmente.
4. Fai clic su Connect (Connetti). La Platform verifica di poter elencare e leggere ogni contenitore selezionato prima di salvare qualsiasi cosa.

Per connettere lo storage cloud ti serve il ruolo di amministratore o proprietario del workspace. Una singola connessione supporta fino a 50 container e l'individuazione elenca fino a 300 container nell'account di storage.

Riconnettere lo stesso account di archiviazione in seguito aggiunge nuovi contenitori all'integrazione esistente. Una credenziale salvata viene sostituita solo se la sua sostituta è in grado di leggere ogni contenitore che hai già connesso.

Crea un dataset da un contenitore blob#

1. Fai clic su Nuovo set di dati e apri la scheda Cloud.
2. Scegli un contenitore connesso e naviga fino alla cartella contenente i tuoi dati.
3. Conferma la cartella, regola il nome del dataset e crea il dataset.

La Platform elenca la cartella una volta e indicizza ciò che trova:

• Images — I blob .jpg, .jpeg, .png, .webp e .avif vengono indicizzati con le dimensioni lette tramite richieste limitate. La Platform non memorizza una seconda copia dell'immagine sorgente.
• Labels — I file di supporto .txt YOLO vengono analizzati nelle annotazioni della Platform, abbinati dal layout standard images/ → labels/ o come elementi fratelli nella stessa cartella.
• Metadati: un file YAML fornisce i nomi delle classi e la forma dei keypoint di posa, esattamente come un caricamento di un archivio. data.yaml e data.yml sono preferiti quando la cartella ne contiene diversi.
• Attività: un campione dei file di etichetta determina l'attività, per cui le cartelle di segment, pose e OBB vengono riconosciute dalla forma delle loro etichetta piuttosto che dall'attività scelta nella finestra di dialogo.
• Splits — I nomi delle cartelle train, val e test nel percorso del blob assegnano automaticamente gli split.

Il dataset si comporta quindi come qualsiasi altro: sfoglialo e annotalo, impostalo come pubblico o privato, condividilo con il tuo team e addestra su di esso tramite l'addestramento gestito. Gli originali vengono trasmessi in streaming su richiesta e le immagini indicizzate non consumano la tua storage quota della Platform.

Importazioni fallite#

Se un'importazione fallisce (cartella vuota, errore di battitura nel percorso o autorizzazioni revocate), il dataset mostra l'errore sulla sua pagina. Gli editor possono fare clic su Retry import (Riprova importazione) per riavviarla con il contenitore e la cartella archiviati, oppure creare un nuovo dataset che punta al percorso corretto.

Un nuovo tentativo elenca nuovamente la cartella anziché riprendere: i blob aggiunti dal primo tentativo vengono inclusi e i blob non più presenti vengono rimossi dal dataset.

Addestramento#

Il training gestito funziona tramite il normale flusso di training. Il training utilizza copie proprie di Platform delle immagini bloccate per la durata dell'esecuzione e le tue credenziali Azure non vengono mai esposte ai carichi di lavoro di training.

Disconnetti una connessione#

La disconnessione elimina la stringa di connessione memorizzata senza toccare nulla in Azure. I dataset creati da quei container rimangono nel tuo workspace con le relative classi, etichette e annotazioni, ma le loro immagini non possono essere caricate, visualizzate in anteprima o utilizzate per il training finché lo stesso account di storage non viene riconnesso.

Usa la REST API con l'ID di integrazione restituito da 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")

In alternativa, per revocare l'accesso alla fonte, ruota le chiavi di accesso dell'account di storage in Azure.

Limitazioni attuali#

I dataset basati su Azure attualmente escludono le funzioni che richiedono copie delle tue immagini gestite dalla Platform: auto-annotazione, analisi di clustering, clonazione dei dataset e snapshot di versione immutabili.

L'eliminazione di un dataset basato su Azure, o di singole immagini al suo interno, rimuove solo i riferimenti della Platform: i tuoi blob non vengono mai toccati.

Consulta anche le integrazioni Google Cloud Storage e Amazon S3.