Azure Blob Storage 통합#

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

연결 문자열 가져오기#

Platform은 스토리지에서 읽기만 수행하며, blob을 쓰거나 수정하거나 삭제하지 않습니다. 현재 통합에는 계정 전체 권한을 부여하는 계정 액세스 키 연결 문자열이 필요하지만, Platform은 목록 조회 및 읽기 작업만 사용합니다:

1. Azure 포털에서 스토리지 계정을 엽니다.
2. Security + networking > Access keys로 이동합니다.
3. connection string을 복사합니다.

문자열에는 Azure가 Access keys에서 제공하는 형식에 따라 AccountName, AccountKey 및 HTTPS가 프로토콜로 포함되어야 합니다. AccountKey 대신 SharedAccessSignature를 포함하는 SAS 토큰 연결 문자열은 거부됩니다.

Platform에 연결#

1. **Settings > Integrations**로 이동한 다음 통합 목록에서 Azure Blob Storage를 선택합니다.
2. 연결 문자열을 붙여 넣습니다.
3. Find available containers를 클릭한 다음 연결할 컨테이너를 선택합니다. 컨테이너 이름을 수동으로 입력할 수도 있습니다.
4. Connect를 클릭합니다. Platform은 저장하기 전에 선택한 각 컨테이너를 나열하고 읽을 수 있는지 확인합니다.

클라우드 스토리지를 연결하려면 워크스페이스 관리자 또는 소유자 역할이 필요합니다. 하나의 연결에는 최대 50개의 컨테이너를 포함할 수 있으며, 검색 시 스토리지 계정에서 최대 300개의 컨테이너가 나열됩니다.

나중에 동일한 스토리지 계정을 다시 연결하면 기존 통합에 새 컨테이너가 추가됩니다. 저장된 자격 증명은 교체 자격 증명이 이미 연결한 모든 컨테이너를 계속 읽을 수 있는 경우에만 교체됩니다.

Blob 컨테이너에서 데이터셋 생성#

1. New Dataset을 클릭하고 Cloud 탭을 엽니다.
2. 연결된 컨테이너를 선택하고 데이터가 포함된 폴더로 이동합니다.
3. 폴더를 확인하고 데이터셋 이름을 조정한 다음 데이터셋을 생성합니다.

Platform은 폴더를 한 번 나열한 후 검색된 항목을 인덱싱합니다:

• Images — .jpg, .jpeg, .png, .webp 및 .avif blob은 제한된 요청을 통해 읽은 크기 정보와 함께 인덱싱됩니다. Platform은 원본 이미지의 두 번째 사본을 저장하지 않습니다.
• Labels — YOLO .txt 사이드카는 Platform 주석으로 파싱되며, 표준 images/ → labels/ 레이아웃 또는 동일 폴더의 형제 파일 구조를 기준으로 매칭됩니다.
• Metadata — YAML 파일은 아카이브 업로드와 동일하게 클래스 이름과 pose keypoint 형상을 제공합니다. 폴더에 여러 파일이 있는 경우 data.yaml 및 data.yml가 우선 사용됩니다.
• Task — 레이블 파일 샘플을 통해 task가 결정되므로, 대화 상자에서 선택한 task가 아니라 레이블 형상에 따라 segment, pose 및 OBB 폴더가 인식됩니다.
• Splits — blob 경로에 있는 train, val 및 test 폴더 이름에 따라 분할이 자동으로 할당됩니다.

이후 데이터셋은 다른 데이터셋과 동일하게 작동합니다. 데이터셋을 탐색하고 주석을 추가하며, 공개 또는 비공개로 설정하고, 팀과 공유하고, 관리형 학습을 통해 학습할 수 있습니다. 원본은 필요할 때 스트리밍되며 인덱싱된 이미지는 Platform 스토리지 할당량을 사용하지 않습니다.

가져오기 실패#

가져오기에 실패하면(빈 폴더, 경로 오타 또는 취소된 권한 등) 데이터셋 페이지에 오류가 표시됩니다. 편집자는 Retry import를 클릭하여 저장된 컨테이너와 폴더를 사용해 다시 시작하거나, 수정된 경로를 가리키는 새 데이터셋을 생성할 수 있습니다.

재시도 시 작업을 재개하는 대신 폴더를 다시 나열합니다. 첫 번째 시도 이후 추가된 blob은 포함되고 더 이상 존재하지 않는 blob은 데이터셋에서 제거됩니다.

학습#

관리형 학습은 일반 학습 플로우를 통해 수행됩니다. 학습 중에는 실행이 지속되는 동안 고정된 이미지의 Platform 자체 사본이 사용되며, Azure 자격 증명은 학습 워크로드에 절대 노출되지 않습니다.

연결 해제#

연결을 해제하면 Azure의 어떤 항목도 건드리지 않고 저장된 연결 문자열이 삭제됩니다. 해당 컨테이너에서 생성된 데이터셋은 클래스, label 및 어노테이션과 함께 워크스페이스에 유지되지만, 동일한 스토리지 계정을 다시 연결할 때까지 이미지를 로드하거나 미리 보거나 학습에 사용할 수 없습니다.

GET /api/integrations/buckets에서 반환된 통합 ID를 사용하여 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 소스에서 액세스를 취소하려면 Azure에서 스토리지 계정 액세스 키를 순환합니다.

현재 제한 사항#

Azure 기반 데이터셋에서는 현재 이미지의 Platform 소유 사본이 필요한 기능이 제외됩니다: 자동 어노테이션, 클러스터링 분석, 데이터셋 복제 및 변경 불가능한 버전 스냅샷.

Azure 기반 데이터셋 또는 해당 데이터셋의 개별 이미지를 삭제해도 Platform의 참조만 제거되며, blob에는 어떠한 작업도 수행되지 않습니다.

Google Cloud Storage 및 Amazon S3 통합도 참조하십시오.

FAQ#