Integração com Amazon S3#

A integração com o Amazon S3 conecta os teus buckets S3 ao Ultralytics Platform. As tuas imagens permanecem nos teus buckets — o Platform indexa-as no local, para que possas navegar, anotar e treinar modelos YOLO sem carregar uma cópia.

Criar um utilizador IAM apenas de leitura#

O Platform lê apenas a partir do teu armazenamento — nunca escreve, modifica ou elimina os teus objetos. Usa um IAM user dedicado apenas com acesso de listagem e leitura — nunca utilizes as credenciais de root:

1. Na consola da AWS, vai a IAM > Users e cria um utilizador sem acesso à consola.

2. Anexa uma política que conceda apenas acesso de listagem e leitura aos buckets que queres conectar:

   {
       "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 é opcional — permite que o Platform detete os teus buckets para não teres de escrever os respetivos nomes.

3. Abre o separador Security credentials do utilizador, cria uma access key e copia o access key ID e a secret access key.

Conecte-se à Platform#

1. Vai a Settings > Integrations e seleciona Amazon S3 na lista de integrações.
2. Introduz o ID da chave de acesso, a chave de acesso secreta e a região do bucket (por exemplo, us-east-1).
3. Clica em Find available buckets, depois seleciona os buckets a ligar. Se a política não permitir a descoberta, introduz um nome de bucket conhecido manualmente.
4. Clique em Connect. A Platform verifica se consegue listar e ler cada bucket selecionado antes de salvar qualquer informação.

Precisas da função de administrador ou proprietário do workspace para conectar o armazenamento em nuvem. Uma única conexão suporta até 50 buckets, e a descoberta lista até 300 dos buckets que a chave consegue ver.

Reconectar o mesmo utilizador IAM mais tarde adiciona novos buckets à integração existente. Uma credencial guardada só é substituída quando a sua substituta ainda conseguir ler todos os buckets que já conectaste.

Criar um dataset a partir de um bucket S3#

1. Clica em New Dataset e abre o separador Cloud.
2. Escolha um bucket conectado e navegue até a pasta que contém seus dados.
3. Confirme a pasta, ajuste o nome do dataset e crie o dataset.

A Platform lista a pasta uma vez e indexa o que encontra:

• Images — Os objetos .jpg, .jpeg, .png, .webp e .avif são indexados com dimensões lidas através de pedidos limitados. O Platform não mantém uma segunda cópia da imagem de origem.
• Labels — Os ficheiros complementares YOLO .txt são analisados em anotações do Platform, correspondidos pelo esquema padrão images/ → labels/ ou como elementos irmãos na mesma pasta.
• Metadata — um ficheiro YAML fornece os nomes das classes e a forma dos keypoints de pose, exatamente como um carregamento de arquivo. data.yaml e data.yml são preferidos quando a pasta contém vários.
• Task — uma amostra dos ficheiros de rótulos determina a tarefa, pelo que as pastas de segment, pose e OBB são reconhecidas pela forma dos seus rótulos e não pela tarefa que escolheste no diálogo.
• Splits — os nomes de pastas train, val e test na chave do objeto atribuem divisões automaticamente.

O dataset comporta-se então como qualquer outro: navega e anota-o, define-o como público ou privado, partilha-o com a tua equipa e treina com ele através de treino gerido. Os originais são transmitidos a pedido, e as imagens indexadas não consomem a tua quota de armazenamento do Platform.

Importações com falha#

Se uma importação falhar — uma pasta vazia, um erro de digitação no caminho ou permissões revogadas — o dataset exibirá o erro na sua página. Editores podem clicar em Retry import para reiniciar com o bucket e a pasta armazenados, ou criar um novo dataset apontando para o caminho corrigido.

Uma nova tentativa lista novamente a pasta em vez de retomar: os objetos adicionados desde a primeira tentativa são incluídos, e os objetos que já lá não estão são removidos do dataset.

Treinamento#

O treino gerido funciona através do fluxo normal de treino. O treino utiliza cópias próprias da Platform das imagens fixadas durante a execução, e as tuas credenciais da AWS nunca são expostas aos workloads de treino.

Desligar uma Ligação#

A desconexão elimina as credenciais armazenadas sem mexer em nada na AWS. Os datasets criados a partir desses buckets permanecem no teu workspace com as suas classes, rótulos e anotações, mas as respetivas imagens não podem ser carregadas, visualizadas ou utilizadas para treino até que o mesmo usuário IAM seja conectado novamente.

Usa a REST API com o ID de integração devolvido por GET /api/integrations/buckets:

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")

Para revogar o acesso na origem, desativa ou elimina a chave de acesso no AWS IAM.

Limitações atuais#

Os conjuntos de dados baseados no S3 excluem atualmente funcionalidades que requerem cópias das tuas imagens detidas pelo Platform: anotação automática, clustering analysis, clonagem de conjuntos de dados e version snapshots imutáveis.

Eliminar um dataset baseado em S3, ou imagens individuais dele, remove apenas as referências da Platform — os teus objetos nunca são tocados.

Vê também as integrações com o Google Cloud Storage e o Azure Blob Storage.