Integrazione con Azure Blob Storage#

L'integrazione con Azure Blob Storage collega i contenitori del tuo account di archiviazione a Ultralytics Platform. Le tue immagini restano nei tuoi contenitori: Platform le indicizza sul posto, così puoi sfogliarle, annotarle e addestrare modelli YOLO senza caricarne una copia.

Ottieni una stringa di connessione#

Platform legge esclusivamente dal tuo spazio di archiviazione: non scrive, modifica o elimina mai i tuoi blob. L'integrazione attuale richiede una stringa di connessione con chiave di accesso dell'account, che concede privilegi sull'intero account anche se Platform esegue solo operazioni di elencazione e lettura:

1. Nel portale Azure, apri il tuo account di archiviazione.
2. Vai a Sicurezza e rete > Chiavi di accesso.
3. Copia una stringa di connessione.

La stringa deve contenere AccountName, AccountKey e HTTPS come protocollo: il formato fornito da Azure in Chiavi di accesso. Le stringhe di connessione con token SAS, che contengono SharedAccessSignature invece di AccountKey, vengono rifiutate.

Collegati a Platform#

1. Vai a Impostazioni > Integrazioni e seleziona Azure Blob Storage dall'elenco delle integrazioni.
2. Incolla la stringa di connessione.
3. Fai clic su Trova contenitori disponibili, quindi seleziona i contenitori da collegare. Puoi anche inserire manualmente il nome di un contenitore.
4. Fai clic su Connetti. Prima di salvare qualsiasi dato, Platform verifica di poter elencare e leggere ogni contenitore selezionato.

Per collegare uno spazio di archiviazione cloud, ti serve il ruolo di amministratore o proprietario dello spazio di lavoro. Una connessione supporta fino a 50 contenitori e la ricerca ne elenca fino a 300 nell'account di archiviazione.

Se in seguito ricolleghi lo stesso account di archiviazione, i nuovi contenitori vengono aggiunti all'integrazione esistente. Una credenziale salvata viene sostituita solo se la credenziale sostitutiva può continuare a leggere tutti i contenitori che hai già collegato.

Crea un dataset da un contenitore Blob#

1. Fai clic su New Dataset e apri la scheda Cloud.
2. Scegli un contenitore collegato e vai alla cartella che contiene i tuoi dati.
3. Conferma la cartella, modifica il nome del dataset e crealo.

Platform elenca una sola volta il contenuto della cartella e indicizza ciò che trova:

• Immagini — I blob .jpg, .jpeg, .png, .webp e .avif vengono indicizzati con le dimensioni lette tramite richieste limitate. Platform non conserva una seconda copia dell'immagine originale.
• Etichette — i file accessori .txt YOLO vengono analizzati e convertiti in annotazioni Platform, associate tramite la struttura standard images/ → labels/ o come file nella stessa cartella.
• Metadati — un file YAML fornisce i nomi delle classi e la struttura dei punti chiave per la posa, proprio come un caricamento di archivio. Se nella cartella ce ne sono diversi, vengono preferiti data.yaml e data.yml.
• Attività — l'attività viene determinata esaminando un campione dei file di etichetta, quindi le cartelle di segmentazione, posa e OBB vengono riconosciute dalla struttura delle etichette, non dall'attività selezionata nella finestra di dialogo.
• Suddivisioni — I nomi delle cartelle train, val e test nel percorso del blob assegnano automaticamente le suddivisioni.

Il dataset si comporta quindi come qualsiasi altro: puoi sfogliarlo e annotarlo, renderlo pubblico o privato, condividerlo con il tuo team e addestrare modelli tramite l'addestramento gestito. Gli originali vengono trasmessi su richiesta e le immagini indicizzate non consumano la tua quota di archiviazione Platform.

Importazioni non riuscite#

Se un'importazione non riesce — per una cartella vuota, un errore di battitura nel percorso o autorizzazioni revocate — il dataset mostra l'errore nella propria pagina. Gli editor possono fare clic su Riprova importazione per riavviarla usando il contenitore e la cartella salvati, oppure creare un nuovo dataset con il percorso corretto.

Un nuovo tentativo elenca di nuovo la cartella anziché riprendere da dove si era interrotto: vengono acquisiti i blob aggiunti dopo il primo tentativo e rimossi dal dataset quelli che non sono più presenti.

Addestramento#

L'addestramento gestito segue il normale flusso di addestramento. Per tutta la durata dell'esecuzione, l'addestramento usa copie delle immagini associate mantenute da Platform e le tue credenziali Azure non vengono mai esposte ai carichi di lavoro di addestramento.

Disconnetti una connessione#

La disconnessione elimina la stringa di connessione salvata senza modificare nulla in Azure. I dataset creati da quei contenitori restano nel tuo spazio di lavoro con le relative classi, etichette e annotazioni, ma non è possibile caricarne, visualizzarne in anteprima o addestrarne le immagini finché non viene ricollegato lo stesso account di archiviazione.

Usa la REST API con l'ID dell'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")

Per revocare l'accesso direttamente all'origine, ruota le chiavi di accesso dell'account di archiviazione in Azure.

Limitazioni attuali#

Attualmente, i dataset basati su Azure non supportano le funzionalità che richiedono copie delle immagini possedute da Platform: annotazione automatica, analisi dei cluster, clonazione dei dataset e istantanee di versione immutabili.

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

Vedi anche le integrazioni Google Cloud Storage e Amazon S3.

Domande frequenti#