Integração com o Google Cloud Storage#

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

Recurso Pro

Datasets do Google Cloud Storage exigem um plano Pro ou Enterprise. Workspaces gratuitos verão a integração e receberão um aviso para fazer upgrade ao tentar conectar. Datasets do Google Cloud Storage existentes permanecem totalmente acessíveis caso uma assinatura termine — apenas novas conexões e importações exigem o plano Pro.

Crie uma conta de serviço somente leitura#

A Platform apenas lê do seu armazenamento — ela nunca grava, modifica ou exclui seus objetos. Crie uma conta de serviço dedicada apenas com acesso de leitura:

1. No console do Google Cloud, vá para 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 deseja conectar.
3. Abra a conta de serviço, escolha Keys > Add key > Create new key, selecione JSON e faça o download do arquivo de chave.

Conecte-se à Platform#

1. Vai a Settings > Integrations e seleciona Google Cloud Storage na lista de integrações.
2. Cola o conteúdo da chave JSON da conta de serviço.
3. Clica em Find available buckets e, em seguida, seleciona os buckets a ligar. Se a conta de serviço não conseguir listar os buckets, 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.

Reconectar a mesma conta de serviço posteriormente adiciona novos buckets à integração existente. Uma credencial salva só é substituída quando sua substituta consegue ler todos os buckets que você já conectou.

Segurança das credenciais

As credenciais são criptografadas em repouso com AES-256-GCM, nunca são retornadas ao navegador e nunca entram nos payloads de jobs de treinamento. Para revogar o acesso, exclua a chave da conta de serviço no Google Cloud.

Crie um dataset a partir de um bucket GCS#

1. Clique em New Dataset e abra a aba Cloud storage.
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. A Platform não guarda uma segunda cópia da imagem de origem.
• Rótulos — arquivos auxiliares YOLO .txt são analisados para anotações da Platform, correspondidos pelo layout padrão images/ → labels/ ou como irmãos na mesma pasta.
• Metadados — um data.yaml/data.yml fornece nomes de classes, tipo de tarefa e formato de keypoints de pose, exatamente como um envio de arquivo compactado.
• Divisões — nomes de pastas train, val e test no caminho do objeto atribuem as divisões automaticamente.

O dataset então se comporta como qualquer outro: navegue e anote-o, defina-o como público ou privado, compartilhe-o com sua equipe e treine nele através de treinamento gerenciado. Os originais são transmitidos sob demanda, e imagens indexadas não consomem sua cota de armazenamento da Platform.

Limites

Uma única importação indexa até 50.000 objetos, e arquivos de rótulo ou YAML de até 1 MB cada. Buckets maiores devem ser divididos em vários datasets.

Mantenha os objetos indexados imutáveis

Cada imagem indexada é fixada na sua geração de objeto GCS, e a Platform interrompe o processo caso um objeto mude por baixo. Adicione novos objetos em vez de substituir os existentes.

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.

Treinamento#

O treinamento gerenciado funciona através do fluxo de treinamento normal. Os workers baixam os originais fixados no armazenamento temporário do job para a execução e os removem com a limpeza do job — suas credenciais do Google Cloud nunca chegam à computação.

Limitações atuais#

Datasets baseados em GCS atualmente excluem recursos que exigem cópias das suas imagens de propriedade da Platform: anotação automática, análise de agrupamento, clonagem de dataset e snapshots de versão imutáveis.

Excluir um dataset baseado em GCS, ou imagens individuais dele, remove apenas as referências da Platform — seus objetos nunca são tocados.

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