Integração com o Azure Blob Storage#

A integração com o Azure Blob Storage liga os contentores da tua conta de armazenamento à Ultralytics Platform. As tuas imagens permanecem nos teus contentores — a Platform indexa-as no local, para que possas navegar, anotar e treinar modelos YOLO sem carregar uma cópia.

Obter uma cadeia de ligação#

A Platform apenas lê do teu armazenamento — nunca escreve, modifica ou elimina os teus blobs. A integração atual requer uma cadeia de ligação com chave de acesso à conta, que concede privilégios ao nível de toda a conta, embora a Platform utilize apenas operações de listagem e leitura:

1. No portal do Azure, abre a tua conta de armazenamento.
2. Vai a Segurança + rede > Chaves de acesso.
3. Copia uma cadeia de ligação.

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

Ligar à Platform#

1. Vai a Definições > Integrações e seleciona Azure Blob Storage na lista de integrações.
2. Cola a cadeia de ligação.
3. Clica em Encontrar contentores disponíveis e, em seguida, seleciona os contentores a ligar. Também podes introduzir manualmente o nome de um contentor.
4. Clica em Ligar. A Platform verifica se consegue listar e ler cada contentor selecionado antes de guardar qualquer informação.

Precisas da função de administrador ou proprietário do espaço de trabalho para ligar o armazenamento na cloud. Uma ligação suporta até 50 contentores e a deteção apresenta até 300 contentores na conta de armazenamento.

Voltar a ligar a mesma conta de armazenamento mais tarde adiciona novos contentores à integração existente. Uma credencial guardada só é substituída depois de ser confirmado que a substituta continua a conseguir ler todos os contentores que já ligaste.

Criar um conjunto de dados a partir de um contentor blob#

1. Clica em New Dataset e abre o separador Cloud.
2. Escolhe um contentor ligado e navega até à pasta que contém os teus dados.
3. Confirma a pasta, ajusta o nome do dataset e cria o dataset.

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

• Imagens — os blobs .jpg, .jpeg, .png, .webp e .avif são indexados com as dimensões lidas através de pedidos limitados. A Platform não mantém uma segunda cópia da imagem de origem.
• Etiquetas — os ficheiros associados .txt do YOLO são analisados em anotações da Platform, correspondidos pelo esquema padrão images/ → labels/ ou como elementos irmãos na mesma pasta.
• Metadados — um ficheiro YAML fornece os nomes das classes e a estrutura dos pontos-chave de pose, exatamente 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 etiquetas determina a tarefa, pelo que as pastas de segmentação, pose e OBB são reconhecidas pela estrutura das respetivas etiquetas, e não pela tarefa escolhida na caixa de diálogo.
• Divisões — os nomes de pastas train, val e test no caminho do blob atribuem automaticamente as divisões.

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

Importações falhadas#

Se uma importação falhar — devido a uma pasta vazia, a um erro de digitação no caminho ou a permissões revogadas — o conjunto de dados apresenta o erro na sua página. Os editores podem clicar em Tentar novamente a importação para a reiniciar com o contentor e a pasta guardados, ou criar um novo conjunto de dados que aponte para o caminho corrigido.

Uma nova tentativa volta a listar a pasta em vez de retomar a operação: os blobs adicionados desde a primeira tentativa são incluídos e os blobs que já não existem são removidos do conjunto de dados.

Treino#

O treino gerido funciona através do fluxo de treino normal. Durante a execução, o treino utiliza as próprias cópias da Platform das imagens associadas e as tuas credenciais do Azure nunca são expostas às cargas de trabalho de treino.

Desligar uma ligação#

Desligar elimina a cadeia de ligação armazenada sem tocar em nada no Azure. Os conjuntos de dados criados a partir desses contentores permanecem no teu espaço de trabalho com as respetivas classes, etiquetas e anotações, mas as suas imagens não podem ser carregadas, pré-visualizadas ou utilizadas no treino até a mesma conta de armazenamento ser ligada novamente.

Utiliza 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, roda as chaves de acesso da conta de armazenamento no Azure.

Limitações atuais#

Os conjuntos de dados associados ao Azure excluem atualmente funcionalidades que requerem cópias das imagens pertencentes à Platform: anotação automática, análise de clustering, clonagem de conjuntos de dados e instantâneos de versões imutáveis.

Eliminar um conjunto de dados associado ao Azure, ou imagens individuais do mesmo, remove apenas as referências da Platform — os teus blobs nunca são alterados.

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

Perguntas frequentes#