Integração com o 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. Com os recursos de IA ativados, a Platform também pode usá-las para anotação inteligente, anotação automática, busca por imagens semelhantes e treinamento na nuvem.

Obter uma cadeia de conexão#

A Platform lê seus blobs e cria novos apenas para a geração de imagens; nunca os modifica nem os exclui. A integração atual exige uma cadeia de conexão com chave de acesso da conta, que concede privilégios para toda a conta:

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 conter AccountName, AccountKey e HTTPS como protocolo — no formato fornecido pelo Azure em Chaves de acesso. Cadeias de conexão com tokens SAS, que contêm SharedAccessSignature em vez de AccountKey, são rejeitadas.

Conecte 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 inserir 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. As chaves da conta sempre podem criar blobs, portanto, é possível gravar nos contêineres conectados ou reconectados desde o lançamento da geração de imagens.

Cada credencial conectada tem um seletor de recursos de IA.

Você precisa da função de administrador ou proprietário do workspace para conectar o armazenamento em nuvem. Você pode adicionar até 50 contêineres por vez, e a descoberta lista até 300 contêineres na conta de armazenamento.

Se você reconectar a mesma conta de armazenamento posteriormente, novos contêineres serão adicionados à integração existente. Uma credencial salva só será substituída quando a nova credencial ainda puder ler todos os contêineres já conectados. Se não for possível ler algum contêiner, o erro identificará esse contêiner, incluindo os conectados anteriormente com a mesma conta de armazenamento.

Recursos de IA#

Cada credencial conectada tem um seletor de recursos de IA em Configurações > Integrações, ativado por padrão. Enquanto estiver ativado, as GPUs da Ultralytics e os provedores de modelos de IA poderão usar as imagens dessa credencial para:

• Anotação inteligente com SAM e anotação automática de imagem única e em lote
• Busca por imagens semelhantes e análise de agrupamento
• Treinamento na nuvem
• Geração de imagens, em contêineres com permissão de gravação

Os fornecedores de modelos de IA só participam na geração de imagens, cujos prompts são planeados pelo Google Gemini com base na imagem de origem, e nos modelos de anotação pagos, que funcionam com a chave do fornecedor do teu próprio espaço de trabalho. A Platform não guarda cópias das tuas imagens: as funcionalidades leem-nas quando necessário, o treino na cloud usa cópias temporárias durante a execução e a pesquisa de imagens semelhantes guarda um embedding de cada imagem, que é eliminado quando a imagem sai da Platform.

Desative o seletor para impedir que as imagens sejam usadas nas GPUs da Ultralytics e pelos provedores de modelos de IA. Desativá-lo interrompe novos trabalhos de IA; os trabalhos já em andamento são concluídos. Os conjuntos de dados que usam essa credencial passam a mostrar recursos de IA desativados, com um link para estas configurações, e cada recurso indisponível explica o motivo. A anotação manual, o compartilhamento e o treinamento local continuam funcionando, e os rótulos, modelos e resultados de busca que você já criou são mantidos.

Você precisa da função de administrador ou proprietário da área de trabalho para alterar o seletor. Você também pode configurá-lo com a REST API, usando o ID da integração retornado por GET /api/integrations/buckets:

curl -X PATCH \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"processing": false}' \
  https://platform.ultralytics.com/api/integrations/buckets/INTEGRATION_ID

Geração de imagens#

O recurso Gerar imagens semelhantes funciona em conjuntos de dados do Azure Blob Storage enquanto os recursos de IA estão ativados. As imagens que você adiciona são gravadas em uma pasta generated/ dentro da pasta do conjunto de dados e, em seguida, adicionadas ao conjunto de dados como qualquer outra imagem indexada. A Platform só cria novos blobs nessa pasta e nunca substitui nem exclui os existentes. Se a ação indicar que precisa de acesso de gravação, conecte novamente a mesma conta de armazenamento em Configurações > Integrações.

Criar um dataset a partir de um contêiner Blob#

1. Clique em New Dataset e abra a aba Cloud.
2. Escolha um contêiner conectado e navegue até a pasta que contém seus dados.
3. Confirme a pasta, ajuste o nome do conjunto de dados e crie-o.

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

• Imagens — Os blobs .jpg, .jpeg, .png, .webp e .avif são indexados com dimensões lidas por meio de solicitações limitadas. A Platform não mantém uma segunda cópia da imagem de origem.
• Rótulos — os arquivos auxiliares YOLO .txt são analisados como anotações da Platform, correspondendo ao layout padrão images/ → labels/ ou a arquivos irmãos na mesma pasta.
• Metadados — um arquivo YAML fornece os nomes das classes e o formato dos pontos-chave de pose, exatamente como um envio de arquivo compactado. data.yaml e data.yml têm preferência quando a pasta contém vários arquivos.
• Tarefa — uma amostra dos arquivos de rótulos determina a tarefa, portanto, pastas de segmentação, pose e OBB são reconhecidas pelo formato dos rótulos, não pela tarefa escolhida na caixa de diálogo.
• Divisões — Os nomes de pasta train, val e test no caminho do blob atribuem divisões automaticamente.

O conjunto de dados funciona como qualquer outro: navegue por ele e anote-o, defina-o como público ou privado, compartilhe-o com sua equipe e treine com ele usando o treinamento gerenciado. Os originais são transmitidos sob demanda, e as imagens indexadas não consomem sua cota de armazenamento da Platform.

Importações com falha#

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

Uma nova tentativa lista a pasta novamente, em vez de continuar de onde parou: os blobs adicionados desde a primeira tentativa são incluídos, e os blobs que não estão mais lá são removidos do dataset.

Treinamento#

O treinamento gerenciado funciona pelo fluxo normal de treinamento enquanto os recursos de IA estão ativados. Durante a execução, o treinamento usa as próprias cópias da Platform das imagens fixadas, e suas credenciais do Azure nunca são expostas às cargas de trabalho de treinamento. Com os recursos de IA desativados, a caixa de diálogo de treinamento explica por que o treinamento na nuvem não está disponível e oferece o treinamento local.

Desconectar uma conexão#

Desconectar exclui a cadeia de conexão armazenada sem alterar nada no Azure. Os datasets criados com esses contêineres continuam no seu workspace 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. Mesmo desconectados, você ainda pode renomear os datasets, editar os rótulos ou excluí-los.

Para desconectar, acesse Configurações > Integrações, selecione Azure Blob Storage, clique em Desconectar ao lado da credencial e confirme. Ao abrir um dos datasets, será exibida a mensagem Azure Blob Storage desconectado, com um link para estas configurações. O dataset ficará disponível automaticamente quando você se conectar novamente.

Você também pode desconectar usando a REST API, com o ID da integração retornado 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, alterne as chaves de acesso da conta de armazenamento no Azure.

Limitações atuais#

Os conjuntos de dados baseados no Azure não incluem recursos que precisam de cópias das imagens sob controle da Platform: clonagem de conjuntos de dados, instantâneos de versões imutáveis, desfoque de rostos e colagem de imagens de outros conjuntos de dados. A anotação inteligente, a anotação automática, a busca por imagens semelhantes, o agrupamento, o treinamento na nuvem e a geração de imagens requerem que os recursos de IA estejam ativados.

A eliminação de um conjunto de dados alojado no Azure, ou de imagens individuais desse conjunto, remove apenas as referências da Plataforma — os blobs nunca são afetados.

Consulte também as integrações do Google Cloud Storage e do Amazon S3.

Perguntas frequentes#