Интеграция Azure Blob Storage

Интеграция Azure Blob Storage подключает контейнеры твоей учётной записи хранения к Ultralytics Platform. Изображения остаются в твоих контейнерах — Platform индексирует их на месте, поэтому ты можешь просматривать их, аннотировать и обучать модели YOLO, не загружая копию. Если функции ИИ включены, Platform также может использовать изображения для интеллектуального аннотирования, автоматического аннотирования, поиска похожих изображений и облачного обучения.

Получи строку подключения#

Platform считывает твои большие двоичные объекты и создаёт новые только при генерации изображений; Platform никогда не изменяет и не удаляет их. В текущей интеграции для подключения требуется строка подключения с ключом доступа к учётной записи, которая предоставляет привилегии на уровне всей учётной записи:

1. На портале Azure открой учётную запись хранилища.
2. Перейди в раздел Безопасность и сети > Ключи доступа.
3. Скопируй строку подключения.

Строка должна содержать AccountName, AccountKey и HTTPS в качестве протокола — такую строку Azure предоставляет в разделе Ключи доступа. Строки подключения с токеном SAS, которые содержат SharedAccessSignature вместо AccountKey, отклоняются.

Подключение к Platform#

1. Перейди в Настройки > Интеграции и выбери Azure Blob Storage в списке интеграций.
2. Вставь строку подключения.
3. Нажми Найти доступные контейнеры, затем выбери контейнеры для подключения. Также можно ввести имя контейнера вручную.
4. Нажми Connect. Перед сохранением данных Platform проверит, что может просматривать список объектов и читать данные из каждого выбранного контейнера. Ключи учётной записи всегда позволяют создавать большие двоичные объекты, поэтому в контейнеры, подключённые или повторно подключённые после запуска генерации изображений, можно записывать данные.

Для каждого подключённого учётного доступа есть переключатель функций ИИ.

Для подключения облачного хранилища тебе нужна роль администратора или владельца рабочего пространства. За один раз можно добавить до 50 контейнеров, а поиск отобразит до 300 контейнеров в учётной записи хранилища.

При повторном подключении той же учётной записи хранилища к существующей интеграции добавляются новые контейнеры. Сохранённые учётные данные заменяются только в том случае, если новые учётные данные по-прежнему позволяют читать каждый уже подключённый контейнер. Если какой-либо контейнер недоступен для чтения, ошибка укажет его имя, в том числе если контейнер был подключён ранее с помощью той же учётной записи хранилища.

Функции ИИ#

Для каждого подключённого учётного доступа в Settings > Integrations есть переключатель функций ИИ, включённый по умолчанию. Если он включён, GPU Ultralytics и поставщики моделей ИИ могут использовать изображения из этого учётного доступа для:

• интеллектуального аннотирования SAM, а также автоматического аннотирования одного изображения и пакетного автоматического аннотирования
• поиска похожих изображений и анализа кластеризации
• облачного обучения
• Генерация изображений в контейнерах с правом записи

Провайдеры моделей ИИ используются только для генерации изображений, для которой Google Gemini составляет запросы на основе исходного изображения, и для платных моделей разметки, работающих с ключом провайдера из твоего рабочего пространства. Platform не хранит копии изображений: функции считывают их по запросу, облачное обучение использует временные копии на время запуска, а для поиска похожих изображений хранится эмбеддинг каждого изображения, который удаляется, когда изображение покидает Platform.

Выключи переключатель, чтобы изображения не передавались на GPU Ultralytics и поставщикам моделей ИИ. После выключения новые задачи ИИ не запускаются; текущие задачи выполняются до конца. Наборы данных, использующие этот учётный доступ, будут показывать статус AI features off со ссылкой на эти настройки, а для каждой недоступной функции будет указана причина. Ручное аннотирование, совместный доступ и локальное обучение продолжат работать, а уже созданные метки, модели и результаты поиска сохранятся.

Чтобы изменить переключатель, тебе нужна роль администратора или владельца рабочего пространства. Также это можно сделать через REST API, указав ID интеграции, возвращённый методом 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

Генерация изображений#

Функция генерации похожих изображений работает с наборами данных Azure Blob Storage, если включены функции ИИ. Добавленные изображения записываются в папку generated/ внутри папки набора данных, а затем добавляются в набор данных как любые другие индексированные изображения. Platform только создаёт там новые большие двоичные объекты и никогда не перезаписывает и не удаляет существующие. Если действие сообщает, что нужен доступ на запись, снова подключи ту же учётную запись хранения в Settings > Integrations.

Создай датасет из контейнера блоб-хранилища#

1. Нажми New Dataset и открой вкладку Cloud.
2. Выбери подключённый контейнер и перейди в папку с данными.
3. Подтверди выбор папки, при необходимости измени название набора данных и создай его.

Platform однократно перечисляет содержимое папки и индексирует найденные данные:

• Изображения — блобы .jpg, .jpeg, .png, .webp и .avif индексируются, а их размеры считываются с помощью ограниченных по объёму запросов. Platform не сохраняет вторую копию исходного изображения.
• Метки — файлы YOLO .txt разбираются в аннотации Platform и сопоставляются по стандартной структуре images/ → labels/ или как соседние файлы в одной папке.
• Метаданные — YAML-файл содержит названия классов и структуру ключевых точек позы, как и при загрузке архива. Если в папке несколько файлов, предпочтение отдаётся data.yaml и data.yml.
• Задача — задача определяется по выборке файлов меток, поэтому папки segment, pose и OBB распознаются по структуре меток, а не по задаче, выбранной в диалоговом окне.
• Разбиение на выборки — названия папок train, val и test в пути к блобу автоматически определяют выборки.

Дальше набор данных работает как любой другой: просматривай его и размечай, делай его общедоступным или приватным, делись им со своей командой и обучай модели с помощью управляемого обучения. Исходные данные передаются по запросу, а индексированные изображения не расходуют квоту хранилища Platform.

Неудачный импорт#

Если импорт завершается ошибкой — например, из-за пустой папки, опечатки в пути или отозванных разрешений, — ошибка отображается на странице датасета. Редакторы могут нажать Повторить импорт, чтобы перезапустить его с сохранёнными контейнером и папкой, или создать новый датасет, указав исправленный путь.

При повторном импорте папка сканируется заново, а не с того места, где импорт остановился: в датасет добавляются блобы, появившиеся после первой попытки, а блобы, которых больше нет, удаляются из датасета.

Обучение#

При включённых функциях ИИ управляемое обучение выполняется в обычном режиме обучения. На время выполнения обучения используются собственные копии закреплённых изображений, хранящиеся в Platform; учётные данные Azure никогда не передаются задачам обучения. Если функции ИИ выключены, в диалоговом окне обучения объясняется, почему облачное обучение недоступно, и предлагается локальное обучение.

Отключение подключения#

При отключении сохранённая строка подключения удаляется, но в Azure ничего не меняется. Датасеты, созданные на основе этих контейнеров, остаются в твоём рабочем пространстве вместе со своими классами, метками и аннотациями, но их изображения нельзя загружать, просматривать или использовать для обучения, пока снова не будет подключена та же учётная запись хранилища. Даже без подключения ты можешь переименовывать датасеты, редактировать метки и удалять датасеты.

Чтобы отключить подключение, перейди в Настройки > Интеграции, выбери Azure Blob Storage, нажми Отключить рядом с учётными данными и подтверди действие. При открытии одного из таких датасетов появится сообщение Azure Blob Storage отключено со ссылкой на эти настройки. После повторного подключения датасет снова станет доступен автоматически.

Отключить подключение можно также через REST API, используя идентификатор интеграции, полученный из 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")

Чтобы отозвать доступ непосредственно в Azure, смени ключи доступа учётной записи хранилища.

Текущие ограничения#

Для наборов данных в Azure недоступны функции, которым нужны копии изображений под управлением Platform: клонирование набора данных, неизменяемые снимки версий, размытие лиц и вставка изображений из других наборов данных. Для интеллектуального аннотирования, автоматического аннотирования, поиска похожих изображений, кластеризации, облачного обучения и генерации изображений нужно включить функции ИИ.

При удалении набора данных в Azure или отдельных изображений из него Platform удаляет только свои ссылки — сами blob-объекты остаются нетронутыми.

Также смотри интеграции Google Cloud Storage и Amazon S3.

Часто задаваемые вопросы#