Meet YOLO26: next-gen vision AI.

Link to this sectionИнтеграция с Amazon S3#

Интеграция с Amazon S3 подключает твои бакеты S3 к Ultralytics Platform. Твои изображения остаются в твоих бакетах — Platform индексирует их на месте, поэтому ты можешь просматривать, размечать и обучать модели YOLO без загрузки копий.

Pro-функция

Для использования датасетов Amazon S3 требуется план Pro или Enterprise. Бесплатные рабочие пространства видят интеграцию, и им будет предложено обновить план при подключении. Существующие датасеты Amazon S3 остаются полностью доступными даже после окончания подписки — Pro-план нужен только для новых подключений и импорта.

Link to this sectionСоздание IAM-пользователя с правами только для чтения#

Platform только считывает данные из твоего хранилища — она никогда не записывает, не изменяет и не удаляет твои объекты. Используй отдельного IAM-пользователя с доступом только на чтение и просмотр списка — никогда не используй учетные данные root:

  1. В консоли AWS перейди в IAM > Users и создай пользователя без доступа к консоли.

  2. Прикрепи политику, предоставляющую права только на просмотр списка и чтение бакетов, которые ты хочешь подключить:

    {
    "Version": "2012-10-17",
    "Statement": [
        { "Effect": "Allow", "Action": "s3:ListAllMyBuckets", "Resource": "*" },
        {
            "Effect": "Allow",
            "Action": ["s3:ListBucket", "s3:GetObject"],
            "Resource": ["arn:aws:s3:::my-bucket", "arn:aws:s3:::my-bucket/*"]
        }
    ]
}

    s3:ListAllMyBuckets — опциональное разрешение: оно позволяет Platform находить твои бакеты, чтобы тебе не приходилось вводить их имена вручную.

  3. Открой вкладку Security credentials пользователя, создай access key (ключ доступа) и скопируй ID ключа доступа и секретный ключ доступа.

Link to this sectionПодключение к Platform#

  1. Перейди в Settings > Integrations и найди карточку Amazon S3.
  2. Нажми Connect и введи ID ключа доступа, секретный ключ доступа и регион бакета (например, us-east-1).
  3. Platform отобразит список бакетов, доступных для чтения с этими учетными данными. Выбери нужные для подключения или введи имя бакета вручную, если политика не разрешает обнаружение.
  4. Нажми Connect. Перед сохранением Platform проверяет, может ли она прочитать каждый выбранный бакет.

Повторное подключение того же IAM-пользователя позже добавит новые бакеты к уже существующей интеграции. Сохраненный ключ заменяется новым только в том случае, если новый ключ по-прежнему имеет доступ ко всем бакетам, которые ты уже подключил.

Один регион для одного подключения

Одно подключение работает с бакетами в указанном тобой регионе. Если твои бакеты расположены в разных регионах, создавай отдельное подключение для каждого региона.

Безопасность учетных данных

Учетные данные шифруются в состоянии покоя по алгоритму AES-256-GCM, никогда не возвращаются в браузер и не попадают в полезную нагрузку заданий обучения. Чтобы отозвать доступ, деактивируй ключ доступа в AWS IAM.

Link to this sectionСоздание датасета из бакета S3#

  1. Нажми New Dataset и открой вкладку Cloud storage.
  2. Выбери подключенный бакет и перейди в папку с твоими данными.
  3. Подтверди выбор папки, укажи название набора данных и создай его.

Platform просканирует папку один раз и проиндексирует найденное:

  • Изображения — объекты .jpg, .jpeg, .png, .webp и .avif индексируются с размерами, считанными из заголовков файлов. Исходные пиксели никогда не копируются из твоего бакета.
  • Labels — YOLO .txt файлы-сайдкары парсятся в аннотации Platform, сопоставляются по стандартной структуре images/ → labels/ или как файлы, лежащие в той же папке.
  • Metadata — файл data.yaml/data.yml содержит имена классов, тип задачи и параметры ключевых точек, в точности как при загрузке архива.
  • Splits (разделение данных) — имена папок train, val и test в ключе объекта автоматически распределяют данные по соответствующим наборам.

После этого набор данных ведет себя как любой другой: просматривай и размечай его, делай его публичным или приватным, делись им со своей командой и обучай модели с помощью управляемого обучения. Оригиналы передаются по запросу, а проиндексированные изображения не расходуют твою квоту хранилища на Platform.

Ограничения

Один импорт индексирует до 50 000 объектов, а также файлы меток или YAML размером до 1 МБ каждый. Более крупные бакеты следует разделять на несколько наборов данных.

Сохраняй индексированные объекты неизменяемыми

Каждое проиндексированное изображение привязывается к ETag объекта в S3, и если объект изменяется, Platform блокирует работу с ним. Добавляй новые объекты вместо перезаписи существующих.

Link to this sectionОшибки импорта#

Если импорт завершается неудачей (пустая папка, опечатка в пути или отозванные разрешения), набор данных отображает ошибку на своей странице. Редакторы могут нажать Retry import, чтобы перезапустить его с сохраненными данными бакета и папки, или создать новый набор данных, указывающий на исправленный путь.

Link to this sectionTraining#

Управляемое обучение работает через стандартный процесс обучения. Воркеры загружают привязанные оригиналы во временное хранилище задания на время выполнения и удаляют их после завершения — твои учетные данные AWS никогда не передаются на вычислительные мощности.

Link to this sectionТекущие ограничения#

Для датасетов на базе S3 в настоящее время недоступны функции, требующие владения копиями изображений со стороны Platform: автоматическая разметка, кластерный анализ, клонирование датасетов и неизменяемые версионные снимки.

Удаление датасета на базе S3 или отдельных изображений из него удаляет только ссылки внутри Platform — твои объекты в S3 остаются нетронутыми.

Ознакомься также с интеграциями Google Cloud Storage и Azure Blob Storage.

Участники
GLglenn-jocher1

Комментарии