Azure Blob Storage 통합#

Azure Blob Storage 통합은 스토리지 계정의 컨테이너를 Ultralytics Platform에 연결합니다. 이미지는 컨테이너에 그대로 유지되며, Platform은 이미지를 복사해 업로드하지 않고 해당 위치에서 인덱싱하므로 YOLO 모델을 탐색하고 어노테이션을 추가하고 학습할 수 있습니다.

연결 문자열 가져오기#

Platform은 스토리지에서 읽기만 하며 blob을 쓰거나 수정하거나 삭제하지 않습니다. 현재 통합은 계정 액세스 키 연결 문자열을 사용해야 합니다. Platform은 목록 조회 및 읽기 작업만 수행하지만, 이 연결 문자열은 계정 전체 권한을 부여합니다:

1. Azure 포털에서 스토리지 계정을 엽니다.
2. 보안 + 네트워킹 > 액세스 키로 이동합니다.
3. 연결 문자열을 복사합니다.

연결 문자열에는 AccountName, AccountKey 및 HTTPS 프로토콜이 포함되어야 합니다. 이는 Azure에서 액세스 키 아래에 제공하는 형식입니다. SharedAccessSignature가 AccountKey 대신 포함된 SAS 토큰 연결 문자열은 거부됩니다.

Platform에 연결#

1. **설정 > 통합**으로 이동한 다음 통합 목록에서 Azure Blob Storage를 선택합니다.
2. 연결 문자열을 붙여넣습니다.
3. 사용 가능한 컨테이너 찾기를 클릭한 다음 연결할 컨테이너를 선택합니다. 컨테이너 이름을 직접 입력할 수도 있습니다.
4. 연결을 클릭합니다. Platform은 선택한 각 컨테이너를 나열하고 읽을 수 있는지 확인한 후에 설정을 저장합니다.

클라우드 스토리지를 연결하려면 워크스페이스 관리자 또는 소유자 역할이 필요합니다. 연결 하나에 최대 50개의 컨테이너를 지정할 수 있으며, 검색 시 스토리지 계정에서 최대 300개의 컨테이너가 표시됩니다.

나중에 같은 스토리지 계정을 다시 연결하면 기존 통합에 새 컨테이너가 추가됩니다. 저장된 자격 증명은 교체용 자격 증명으로 기존에 연결한 모든 컨테이너를 계속 읽을 수 있는 경우에만 교체됩니다.

Blob 컨테이너에서 데이터셋 만들기#

1. 새 데이터 세트를 클릭하고 클라우드 탭을 엽니다.
2. 연결된 컨테이너를 선택하고 데이터가 포함된 폴더로 이동합니다.
3. 폴더를 확인하고 데이터 세트 이름을 조정한 다음 데이터 세트를 만듭니다.

Platform은 폴더 목록을 한 번 조회하고 찾은 항목을 색인합니다.

• 이미지 — .jpg, .jpeg, .png, .webp 및 .avif blob은 제한된 요청을 통해 읽은 크기 정보와 함께 인덱싱됩니다. Platform은 원본 이미지의 사본을 별도로 저장하지 않습니다.
• 레이블 — YOLO .txt 사이드카 파일을 파싱해 Platform 주석으로 변환합니다. 표준 images/ → labels/ 구조 또는 동일 폴더 내 형제 파일 구조를 기준으로 일치시킵니다.
• 메타데이터 — YAML 파일은 아카이브 업로드와 마찬가지로 클래스 이름과 포즈 키포인트 형태를 제공합니다. 폴더에 여러 파일이 있는 경우 data.yaml과 data.yml를 우선 사용합니다.
• 작업 — 레이블 파일 샘플을 바탕으로 작업을 결정하므로 대화상자에서 선택한 작업이 아니라 레이블 형태를 기준으로 세그먼테이션, 포즈, OBB 폴더를 인식합니다.
• 분할 — blob 경로에 포함된 train, val 및 test 폴더 이름을 기준으로 분할이 자동 지정됩니다.

이후 데이터 세트는 다른 데이터 세트와 동일하게 작동합니다. 데이터 세트를 탐색하고 주석을 달고, 공개 또는 비공개로 설정하고, 팀과 공유하며, 관리형 학습을 통해 학습할 수 있습니다. 원본은 요청 시 스트리밍되며, 색인된 이미지는 Platform 스토리지 할당량을 사용하지 않습니다.

가져오기 실패#

빈 폴더, 잘못 입력한 경로 또는 취소된 권한 등으로 가져오기가 실패하면 데이터셋 페이지에 오류가 표시됩니다. 편집자는 가져오기 재시도를 클릭해 저장된 컨테이너와 폴더로 가져오기를 다시 시작하거나, 수정된 경로를 지정하는 새 데이터셋을 만들 수 있습니다.

재시도는 중단된 위치부터 이어서 진행하는 대신 폴더 목록을 다시 조회합니다. 따라서 첫 번째 시도 이후 추가된 blob은 가져오고, 더 이상 존재하지 않는 blob은 데이터셋에서 제외합니다.

학습#

관리형 학습은 일반 학습 절차를 통해 진행됩니다. 학습 중에는 실행이 지속되는 동안 고정된 이미지의 Platform 자체 사본을 사용하며, Azure 자격 증명은 학습 워크로드에 노출되지 않습니다.

연결 해제#

연결을 해제하면 Azure의 어떤 항목도 건드리지 않고 저장된 연결 문자열을 삭제합니다. 해당 컨테이너로 만든 데이터셋은 클래스, 라벨, 어노테이션과 함께 워크스페이스에 유지되지만, 같은 스토리지 계정을 다시 연결할 때까지 이미지를 로드하거나 미리 보거나 학습에 사용할 수 없습니다.

통합 ID와 GET /api/integrations/buckets이 반환한 값을 사용해 REST API를 호출합니다.

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")

대신 원본에서 액세스를 취소하려면 Azure에서 스토리지 계정 액세스 키를 교체하세요.

현재 제한 사항#

Azure 기반 데이터셋에서는 이미지의 Platform 소유 사본이 필요한 기능인 자동 어노테이션, 클러스터링 분석, 데이터셋 복제 및 변경 불가 버전 스냅샷을 현재 사용할 수 없습니다.

Azure 기반 데이터셋 또는 데이터셋의 개별 이미지를 삭제해도 Platform의 참조만 제거되며, blob에는 어떠한 변경도 가해지지 않습니다.

Google Cloud Storage 및 Amazon S3 통합도 참조하세요.

자주 묻는 질문#