Google Cloud Storage 통합#

Google Cloud Storage 통합을 사용하면 GCS 버킷을 Ultralytics Platform에 연결할 수 있습니다. 이미지는 버킷에 그대로 유지되며, Platform은 이미지를 제자리에서 색인하므로 사본을 업로드하지 않고도 YOLO 모델을 탐색하고 주석을 달고 학습할 수 있습니다.

읽기 전용 서비스 계정 만들기#

Platform은 스토리지에서 데이터를 읽기만 하며 객체를 쓰거나 수정하거나 삭제하지 않습니다. 읽기 액세스만 허용하는 전용 서비스 계정을 만드세요.

1. Google Cloud 콘솔에서 IAM 및 관리자 > 서비스 계정으로 이동해 서비스 계정을 만듭니다.
2. 연결하려는 버킷에 Storage Object Viewer (roles/storage.objectViewer) 역할을 부여합니다.
3. 서비스 계정을 열고 키 > 키 추가 > 새 키 만들기를 선택한 다음, JSON을 선택하고 키 파일을 다운로드합니다.

Platform에 연결#

1. **설정 > 통합**으로 이동한 다음 통합 목록에서 Google Cloud Storage를 선택합니다.
2. 서비스 계정 JSON 키의 내용을 붙여넣습니다.
3. 사용 가능한 버킷 찾기를 클릭한 다음 연결할 버킷을 선택합니다. 서비스 계정이 버킷 목록을 조회할 수 없다면 알고 있는 버킷 이름을 직접 입력하세요.
4. 연결을 클릭합니다. Platform은 저장하기 전에 선택한 각 버킷의 목록을 조회하고 내용을 읽을 수 있는지 확인합니다.

클라우드 스토리지를 연결하려면 워크스페이스 관리자 또는 소유자 역할이 필요합니다. 연결 하나에 최대 50개의 버킷을 연결할 수 있으며, 검색 시 서비스 계정에서 확인할 수 있는 버킷 중 최대 300개까지 표시됩니다.

브라우저는 붙여넣은 키 파일을 읽고 Platform에 필요한 세 필드인 client_email, private_key, project_id만 전송합니다. 나머지 JSON은 페이지 밖으로 전송되지 않습니다.

나중에 동일한 서비스 계정을 다시 연결하면 기존 통합에 새 버킷이 추가됩니다. 저장된 자격 증명은 교체용 자격 증명으로 연결된 모든 기존 버킷을 계속 읽을 수 있을 때만 교체됩니다.

GCS 버킷에서 데이터 세트 만들기#

1. 새 데이터 세트를 클릭하고 클라우드 탭을 엽니다.
2. 연결된 버킷을 선택하고 데이터가 포함된 폴더를 찾습니다.
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, .avif 객체는 제한된 요청을 통해 크기를 읽어 색인합니다. 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 — 객체 경로에 있는 train, val, test 폴더 이름을 사용해 분할을 자동으로 지정합니다.

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#

폴더가 비어 있거나 경로에 오타가 있거나 권한이 취소되어 가져오기에 실패하면 데이터 세트 페이지에 오류가 표시됩니다. 편집자는 가져오기 재시도를 클릭해 저장된 버킷과 폴더를 사용하여 다시 시작하거나, 올바른 경로를 가리키는 새 데이터 세트를 만들 수 있습니다.

재시도는 가져오기를 이어서 진행하는 대신 폴더 목록을 다시 조회합니다. 따라서 첫 번째 시도 이후 추가된 객체는 가져오고 더 이상 존재하지 않는 객체는 데이터 세트에서 제외합니다.

학습#

관리형 학습은 일반 학습 흐름을 통해 진행됩니다. 학습 중에는 실행이 지속되는 동안 Platform 자체의 고정된 이미지 사본을 사용하며, Google Cloud 자격 증명은 학습 워크로드에 노출되지 않습니다.

연결 해제#

연결을 해제하면 저장된 자격 증명이 삭제되지만 Google Cloud의 항목에는 아무런 영향을 주지 않습니다. 해당 버킷으로 만든 데이터 세트는 클래스, 레이블, 주석과 함께 워크스페이스에 유지되지만, 동일한 서비스 계정을 다시 연결할 때까지 이미지를 불러오거나 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")

소스에서 직접 액세스 권한을 취소하려면 Google Cloud에서 서비스 계정 키를 삭제하세요.

현재 제한 사항#

GCS 기반 데이터 세트에서는 이미지의 Platform 소유 사본이 필요한 기능, 즉 자동 주석, 클러스터링 분석, 데이터 세트 복제, 변경 불가 버전 스냅샷을 사용할 수 없습니다.

GCS 기반 데이터 세트 또는 해당 데이터 세트의 개별 이미지를 삭제하면 Platform의 참조만 제거되며 객체에는 아무런 영향을 주지 않습니다.

Amazon S3 및 Azure Blob Storage 통합도 참고하세요.

자주 묻는 질문#