Meet YOLO26: next-gen vision AI.

Link to this sectionAmazon S3 통합#

Amazon S3 통합은 귀하의 S3 버킷을 Ultralytics Platform에 연결합니다. 이미지는 귀하의 버킷 내에 그대로 유지되며, Platform은 해당 위치에서 이미지를 인덱싱하므로 복사본을 업로드할 필요 없이 YOLO 모델을 탐색하고, 주석을 달고, 학습시킬 수 있습니다.

Pro 기능

Amazon S3 데이터셋을 사용하려면 Pro 또는 Enterprise 플랜이 필요합니다. 무료 워크스페이스에서도 통합 기능을 확인할 수 있으며, 연결 시 업그레이드 안내가 표시됩니다. 구독이 종료되더라도 기존 Amazon S3 데이터셋은 완전히 액세스할 수 있으며, 새로운 연결 및 가져오기 시에만 Pro 플랜이 필요합니다.

Link to this section읽기 전용 IAM 사용자 생성#

Platform은 귀하의 스토리지에서 데이터를 읽기만 하며, 객체를 쓰거나 수정하거나 삭제하지 않습니다. 목록 조회 및 읽기 권한만 있는 전용 IAM 사용자를 사용하십시오. 절대 루트(root) 자격 증명을 사용하지 마십시오.

  1. AWS 콘솔에서 IAM > 사용자로 이동하여 콘솔 액세스 권한이 없는 사용자를 생성하십시오.

  2. 연결하려는 버킷에 대해 목록 조회 및 읽기 권한만 부여하는 정책을 연결하십시오.

    {
    "Version": "2012-10-17",
    "Statement": [
        { "Effect": "Allow", "Action": "s3:ListAllMyBuckets", "Resource": "*" },
        {
            "Effect": "Allow",
            "Action": ["s3:ListBucket", "s3:GetObject"],
            "Resource": ["arn:aws:s3:::my-bucket", "arn:aws:s3:::my-bucket/*"]
        }
    ]
}

    s3:ListAllMyBuckets 권한은 선택 사항입니다. 이 권한을 사용하면 Platform이 귀하의 버킷을 검색할 수 있으므로 버킷 이름을 직접 입력할 필요가 없습니다.

  3. 사용자의 보안 자격 증명 탭을 열고 액세스 키를 생성한 후, 액세스 키 ID와 비밀 액세스 키를 복사하십시오.

Link to this sectionPlatform에 연결#

  1. **설정 > 통합**으로 이동하여 Amazon S3 카드를 찾으십시오.
  2. 연결을 클릭하고 액세스 키 ID, 비밀 액세스 키 및 버킷 리전(예: us-east-1)을 입력하십시오.
  3. Platform은 해당 자격 증명으로 읽을 수 있는 버킷 목록을 보여줍니다. 연결할 버킷을 선택하거나, 정책상 검색이 허용되지 않는 경우 버킷 이름을 수동으로 입력하십시오.
  4. 연결을 클릭합니다. Platform은 저장하기 전에 선택한 각 버킷의 목록을 확인하고 읽을 수 있는지 검증합니다.

나중에 동일한 IAM 사용자를 다시 연결하면 기존 통합에 새 버킷이 추가됩니다. 저장된 자격 증명은 교체할 자격 증명으로 이미 연결된 모든 버킷을 읽을 수 있는 경우에만 대체됩니다.

연결당 하나의 리전

연결은 입력한 리전의 버킷을 읽습니다. 여러 리전에 버킷이 있는 경우, 리전당 한 번씩 연결하십시오.

자격 증명 보안

자격 증명은 AES-256-GCM으로 암호화되어 저장되며, 브라우저로 반환되거나 학습 작업 페이로드에 포함되지 않습니다. 액세스를 취소하려면 AWS IAM에서 액세스 키를 비활성화하십시오.

Link to this sectionS3 버킷에서 데이터셋 생성#

  1. **새 데이터셋(New Dataset)**을 클릭하고 클라우드 스토리지(Cloud storage) 탭을 엽니다.
  2. 연결된 버킷을 선택하고 데이터가 포함된 폴더를 탐색합니다.
  3. 폴더를 확인하고 데이터셋 이름을 조정한 뒤 데이터셋을 생성합니다.

플랫폼은 해당 폴더를 한 번 목록화하고 발견된 항목을 인덱싱합니다:

  • 이미지 — .jpg, .jpeg, .png, .webp, .avif 객체는 바운디드 헤더 요청을 통해 읽은 크기 정보와 함께 인덱싱됩니다. 원본 픽셀은 버킷 외부로 복사되지 않습니다.
  • 라벨(Labels) — YOLO .txt 사이드카 파일은 표준 images/ → labels/ 레이아웃 또는 동일 폴더 내 관련 파일로 매칭되어 플랫폼 어노테이션으로 파싱됩니다.
  • 메타데이터(Metadata) — data.yaml/data.yml 파일은 클래스 이름, 작업 유형, 포즈 키포인트 형태를 제공하며, 이는 아카이브 업로드 방식과 동일합니다.
  • 분할(Splits) — 객체 키 내의 train, val, test 폴더 이름이 자동으로 분할을 할당합니다.

데이터셋은 다른 데이터셋과 동일하게 작동합니다. 즉, 탐색 및 주석 처리, 공개/비공개 설정, 팀 공유, 관리형 학습을 통한 학습이 가능합니다. 원본은 필요에 따라 스트리밍되며, 인덱싱된 이미지는 Platform 스토리지 할당량을 소비하지 않습니다.

제한 사항

한 번의 가져오기로 최대 50,000개의 객체와 각각 최대 1MB 크기의 라벨 또는 YAML 파일을 인덱싱할 수 있습니다. 더 큰 버킷은 여러 데이터셋으로 나누어 처리해야 합니다.

인덱싱된 객체 불변성 유지

인덱싱된 모든 이미지는 해당 S3 객체 ETag에 고정되며, 객체가 변경될 경우 Platform은 오류를 발생시킵니다. 기존 객체를 덮어쓰지 말고 새 객체를 추가하십시오.

Link to this section가져오기 실패#

빈 폴더, 경로 오타, 권한 취소 등으로 인해 가져오기에 실패하면 데이터셋 페이지에 오류가 표시됩니다. 편집자는 가져오기 재시도를 클릭하여 저장된 버킷 및 폴더로 다시 시작하거나, 수정된 경로를 가리키는 새 데이터셋을 생성할 수 있습니다.

Link to this section학습#

관리형 학습은 일반적인 학습 흐름을 통해 작동합니다. 워커(Worker)는 고정된 원본을 임시 작업 스토리지로 다운로드하여 실행하고 작업 정리 시 이를 제거합니다. 귀하의 AWS 자격 증명은 컴퓨팅 환경에 전달되지 않습니다.

Link to this section현재 제한 사항#

S3 기반 데이터셋은 현재 Platform이 소유한 이미지 복사본이 필요한 기능(자동 주석, 클러스터링 분석, 데이터셋 복제, 변경 불가능한 버전 스냅샷)을 지원하지 않습니다.

S3 기반 데이터셋이나 그 안의 개별 이미지를 삭제해도 Platform의 참조만 제거될 뿐, 귀하의 객체는 절대 영향을 받지 않습니다.

Google Cloud Storage 및 Azure Blob Storage 통합도 확인해 보십시오.

기여자
GLglenn-jocher1

댓글