Integração com Azure Blob Storage#

A integração com Azure Blob Storage conecta os contêineres da sua conta de armazenamento à Ultralytics Platform. Suas imagens permanecem nos seus contêineres — a Platform as indexa no local, para que você possa navegar, anotar e treinar modelos YOLO sem enviar uma cópia.

Obter uma cadeia de conexão#

A Platform só lê os dados do seu armazenamento — nunca grava, modifica nem exclui seus blobs. A integração atual exige uma cadeia de conexão com chave de acesso à conta, que concede privilégios para toda a conta, embora a Platform use apenas operações de listagem e leitura:

1. No portal do Azure, abra sua conta de armazenamento.
2. Acesse Segurança + rede > Chaves de acesso.
3. Copie uma cadeia de conexão.

A cadeia precisa incluir AccountName, AccountKey e HTTPS como protocolo — o formato que o Azure fornece em Chaves de acesso. Cadeias de conexão com token SAS, que contêm SharedAccessSignature em vez de AccountKey, são rejeitadas.

Conectar à Platform#

1. Acesse Configurações > Integrações e selecione Azure Blob Storage na lista de integrações.
2. Cole a cadeia de conexão.
3. Clique em Localizar contêineres disponíveis e selecione os contêineres que deseja conectar. Você também pode digitar manualmente o nome de um contêiner.
4. Clique em Conectar. Antes de salvar qualquer coisa, a Platform verifica se consegue listar e ler cada contêiner selecionado.

Você precisa da função de administrador ou proprietário do espaço de trabalho para conectar o armazenamento em nuvem. Cada conexão aceita até 50 contêineres, e a descoberta lista até 300 contêineres na conta de armazenamento.

Se você reconectar a mesma conta de armazenamento mais tarde, novos contêineres serão adicionados à integração existente. Uma credencial salva só é substituída quando a nova credencial ainda consegue ler todos os contêineres que você já conectou.

Criar um conjunto de dados a partir de um contêiner de blobs#

1. Clica em New Dataset e abre o separador Cloud.
2. Escolha um contêiner conectado e navegue até a pasta que contém seus dados.
3. Confirma a pasta, ajusta o nome do conjunto de dados e cria-o.

A Platform lista a pasta uma vez e cria um índice do que encontra:

• Imagens — os blobs .jpg, .jpeg, .png, .webp e .avif são indexados com dimensões lidas por meio de solicitações limitadas. A Platform não armazena uma segunda cópia da imagem de origem.
• Rótulos — os ficheiros auxiliares .txt do YOLO são analisados e convertidos em anotações na Platform, correspondendo ao esquema padrão images/ → labels/ ou a ficheiros na mesma pasta.
• Metadados — um ficheiro YAML fornece os nomes das classes e a estrutura dos pontos-chave de pose, tal como num carregamento de arquivo. Dá-se preferência a data.yaml e data.yml quando a pasta contém vários ficheiros.
• Tarefa — uma amostra dos ficheiros de rótulos determina a tarefa, por isso as pastas de segmentação, pose e OBB são reconhecidas pela estrutura dos respetivos rótulos, e não pela tarefa escolhida na caixa de diálogo.
• Divisões — os nomes de pasta train, val e test no caminho do blob atribuem divisões automaticamente.

A partir daí, o conjunto de dados funciona como qualquer outro: navega e anota, define-o como público ou privado, partilha-o com a tua equipa e treina com ele através do treino gerido. Os originais são transmitidos a pedido, e as imagens indexadas não consomem a tua quota de armazenamento da Platform.

Importações falhadas#

Se uma importação falhar — por causa de uma pasta vazia, um erro de digitação no caminho ou permissões revogadas —, o conjunto de dados exibirá o erro na própria página. Os editores podem clicar em Tentar importação novamente para reiniciá-la com o contêiner e a pasta salvos ou criar um novo conjunto de dados apontando para o caminho corrigido.

Uma nova tentativa lista a pasta novamente em vez de retomar a operação: os blobs adicionados desde a primeira tentativa são incluídos, e os blobs que não estão mais lá são removidos do conjunto de dados.

Treino#

O treinamento gerenciado funciona pelo fluxo normal de treinamento. Durante a execução, o treinamento usa as próprias cópias das imagens vinculadas mantidas pela Platform, e suas credenciais do Azure nunca são expostas às cargas de trabalho de treinamento.

Desconectar uma conexão#

Desconectar exclui a cadeia de conexão armazenada sem alterar nada no Azure. Os conjuntos de dados criados a partir desses contêineres permanecem no seu espaço de trabalho com suas classes, rótulos e anotações, mas não é possível carregar, visualizar ou treinar com as imagens até que a mesma conta de armazenamento seja conectada novamente.

Usa a REST API com o ID da 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 diretamente na origem, alterne as chaves de acesso da conta de armazenamento no Azure.

Limitações atuais#

Os conjuntos de dados vinculados ao Azure não oferecem atualmente recursos que exigem cópias das imagens gerenciadas pela Platform: anotação automática, análise de agrupamento, clonagem de conjuntos de dados e instantâneos de versões imutáveis.

Excluir um conjunto de dados vinculado ao Azure, ou imagens individuais dele, remove apenas as referências da Platform — seus blobs nunca são alterados.

Veja também as integrações com Google Cloud Storage e Amazon S3.

Perguntas frequentes#