Link to this sectionGoogle Cloud Storage 통합#

Google Cloud Storage 통합은 사용자의 GCS 버킷을 Ultralytics Platform에 연결합니다. 이미지는 사용자의 버킷에 그대로 유지되며, Platform이 이를 내부적으로 인덱싱하므로 별도의 업로드 없이 YOLO 모델을 탐색, 주석 처리 및 학습할 수 있습니다.

Pro 기능

Google Cloud Storage 데이터셋을 사용하려면 Pro 또는 Enterprise 플랜이 필요합니다. 무료 워크스페이스에서도 통합 기능을 확인할 수 있으나, 연결 시 업그레이드 안내가 표시됩니다. 기존 Google Cloud Storage 데이터셋은 구독이 종료되어도 계속 액세스할 수 있으며, 새로운 연결 및 가져오기에만 Pro 플랜이 요구됩니다.

Link to this section읽기 전용 서비스 계정 생성#

Platform은 사용자의 스토리지를 읽기만 하며, 절대 객체를 수정, 삭제하거나 쓰지 않습니다. 읽기 권한만 있는 전용 서비스 계정을 생성하십시오:

1. Google Cloud 콘솔에서 IAM 및 관리자 > 서비스 계정으로 이동하여 서비스 계정을 생성합니다.
2. 연결하려는 버킷에 Storage 객체 뷰어(roles/storage.objectViewer) 역할을 부여합니다.
3. 서비스 계정을 열고 키 > 키 추가 > 새 키 만들기를 선택한 다음, JSON을 선택하여 키 파일을 다운로드합니다.

Link to this sectionPlatform에 연결#

1. **설정 > 통합**으로 이동하여 Google Cloud 카드를 찾습니다.
2. 연결을 클릭하고 서비스 계정 JSON 키의 내용을 붙여넣습니다.
3. Platform은 서비스 계정이 읽을 수 있는 버킷을 나열합니다. 연결할 버킷을 선택하거나, 계정이 버킷을 나열할 수 없는 경우 버킷 이름을 직접 입력하십시오.
4. 연결을 클릭합니다. Platform은 저장하기 전에 선택한 각 버킷의 목록을 확인하고 읽을 수 있는지 검증합니다.

나중에 동일한 서비스 계정을 다시 연결하면 기존 통합에 새로운 버킷이 추가됩니다. 저장된 자격 증명은 교체된 자격 증명으로 이미 연결된 모든 버킷을 읽을 수 있는 경우에만 대체됩니다.

자격 증명 보안

자격 증명은 AES-256-GCM으로 암호화되어 저장되며, 브라우저로 반환되거나 학습 작업 페이로드에 포함되지 않습니다. 액세스를 취소하려면 Google Cloud에서 해당 서비스 계정 키를 삭제하십시오.

Link to this sectionGCS 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 경로 내의 train, val, test 폴더 이름은 자동으로 분할 데이터를 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

모든 인덱싱된 이미지는 GCS 객체 생성 시점에 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 따릅니다. 워커는 고정된 원본을 임시 작업 스토리지로 다운로드하여 실행한 후 작업 종료 시 이를 삭제합니다. 사용자의 Google Cloud 자격 증명은 연산 장치로 전달되지 않습니다.

Link to this section현재 제한 사항#

GCS 기반 데이터셋은 Platform이 소유한 이미지 복사본이 필요한 기능(자동 주석, 클러스터링 분석, 데이터셋 복제, 불변 버전 스냅샷)을 지원하지 않습니다.

GCS 기반 데이터셋 또는 개별 이미지를 삭제하면 Platform의 참조만 제거되며, 사용자의 객체는 절대 영향을 받지 않습니다.

Amazon S3 및 Azure Blob Storage 통합도 확인하십시오.