Integração com o Google Cloud Storage#

A integração com o Google Cloud Storage conecta seus buckets do GCS à Ultralytics Platform. Suas imagens permanecem nos buckets — a Platform as indexa no próprio local, para que você possa navegar, anotar e treinar modelos YOLO sem enviar uma cópia.

Crie uma conta de serviço somente leitura#

A Platform só lê seu armazenamento — nunca grava, modifica nem exclui seus objetos. Crie uma conta de serviço dedicada, com acesso somente de leitura:

1. No console do Google Cloud, acesse IAM & Admin > Service Accounts e crie uma conta de serviço.
2. Conceda a ela a função Storage Object Viewer (roles/storage.objectViewer) nos buckets que você quer conectar.
3. Abra a conta de serviço, escolha Keys > Add key > Create new key, selecione JSON e baixe o arquivo de chave.

Conecte à Platform#

1. Acesse Settings > Integrations e selecione Google Cloud Storage na lista de integrações.
2. Cole o conteúdo do arquivo de chave JSON da conta de serviço.
3. Clique em Find available buckets e selecione os buckets que deseja conectar. Se a conta de serviço não puder listar buckets, digite manualmente o nome de um bucket conhecido.
4. Clique em Connect. A Platform verifica se consegue listar e ler cada bucket selecionado antes de salvar qualquer dado.

Você precisa da função de administrador ou proprietário do espaço de trabalho para conectar o armazenamento na nuvem. Você pode adicionar até 50 buckets por vez, e a descoberta lista até 300 dos buckets que a conta de serviço consegue acessar.

Seu navegador lê o arquivo de chave colado e envia apenas os três campos necessários para a Platform — client_email, private_key e project_id. O restante do JSON nunca sai da página.

Conectar novamente a mesma conta de serviço depois adiciona novos buckets à integração existente. Uma credencial salva só é substituída quando a credencial substituta ainda consegue ler todos os buckets já conectados. Se não for possível ler algum bucket, o erro informa o nome dele, inclusive se ele tiver sido conectado antes usando a mesma conta de serviço.

Crie um conjunto de dados a partir de um bucket do GCS#

1. Clique em New Dataset e abra a aba Cloud.
2. Escolha um bucket 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 objetos .jpg, .jpeg, .png, .webp e .avif são indexados, e suas dimensões são lidas por meio de solicitações com limites. A Platform não armazena 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 — nomes de pastas train, val e test no caminho do objeto 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 bucket 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 objetos adicionados desde a primeira tentativa são incluídos, e os objetos que não estão mais lá são removidos do dataset.

Treinamento#

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

Desconectar uma conexão#

Desconectar exclui as credenciais armazenadas sem alterar nada no Google Cloud. Os datasets criados com esses buckets 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 serviço seja conectada novamente. Mesmo desconectados, você ainda pode renomear os datasets, editar os rótulos ou excluí-los.

Para desconectar, acesse Configurações > Integrações, selecione Google Cloud Storage, clique em Desconectar ao lado da credencial e confirme. Ao abrir um dos datasets, será exibida a mensagem Google Cloud 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, exclua a chave da conta de serviço no Google Cloud.

Limitações atuais#

Os datasets vinculados ao GCS atualmente não incluem recursos que exigem cópias das imagens mantidas pela Platform: anotação automática, análise de agrupamento, clonagem de datasets e instantâneos imutáveis de versões.

Excluir um dataset vinculado ao GCS ou imagens individuais dele remove apenas as referências da Platform — os objetos nunca são alterados.

Veja também as integrações do Amazon S3 e do Azure Blob Storage.

Perguntas frequentes#