Google Cloud Storage Entegrasyonu#

Google Cloud Storage entegrasyonu, GCS bucket'larını Ultralytics Platform'a bağlar. Görsellerin bucket'larında kalır — Platform bunları yerinde indeksler; böylece bir kopya yüklemeden YOLO modellerine göz atabilir, açıklama ekleyebilir ve modelleri eğitebilirsin.

Salt Okunur Hizmet Hesabı Oluşturma#

Platform depolama alanından yalnızca okuma yapar — nesnelerine hiçbir zaman yazmaz, onları değiştirmez veya silmez. Yalnızca okuma erişimine sahip özel bir hizmet hesabı oluştur:

1. Google Cloud konsolunda IAM ve Yönetici > Hizmet Hesapları bölümüne git ve bir hizmet hesabı oluştur.
2. Bağlamak istediğin bucket'larda bu hesaba Storage Object Viewer (roles/storage.objectViewer) rolünü ver.
3. Hizmet hesabını aç, Anahtarlar > Anahtar ekle > Yeni anahtar oluştur seçeneklerini belirle, JSON'ı seç ve anahtar dosyasını indir.

Platform'a bağlanma#

1. Ayarlar > Entegrasyonlar bölümüne git ve entegrasyon listesinden Google Cloud Storage'ı seç.
2. Hizmet hesabının JSON anahtarının içeriğini yapıştır.
3. Kullanılabilir bucket'ları bul seçeneğine tıkla, ardından bağlanacak bucket'ları seç. Hizmet hesabı bucket'ları listeleyemiyorsa, bilinen bir bucket adını manuel olarak gir.
4. Bağlan seçeneğine tıkla. Platform, herhangi bir şeyi kaydetmeden önce seçilen her bucket'ı listeleyebildiğini ve okuyabildiğini doğrular.

Bulut depolama alanına bağlanmak için çalışma alanı yöneticisi veya sahibi rolüne sahip olman gerekir. Bir bağlantı en fazla 50 bucket taşır ve keşif, hizmet hesabının görebildiği bucket'lardan en fazla 300'ünü listeler.

Tarayıcın, yapıştırılan anahtar dosyasını okur ve yalnızca Platform'un ihtiyaç duyduğu üç alanı gönderir — client_email, private_key ve project_id. JSON'ın geri kalanı sayfadan hiçbir zaman çıkmaz.

Aynı hizmet hesabını daha sonra yeniden bağlamak, mevcut entegrasyona yeni bucket'lar ekler. Kaydedilmiş bir kimlik bilgisi, yalnızca yenisi daha önce bağladığın tüm bucket'ları hâlâ okuyabildiğinde değiştirilir.

GCS Bucket'ından Veri Kümesi Oluşturma#

1. Yeni Veri Kümesi seçeneğine tıkla ve Bulut sekmesini aç.
2. Bağlı bir bucket seç ve verilerini içeren klasöre git.
3. Klasörü onayla, veri kümesi adını düzenle ve veri kümesini oluştur.

Platform klasörü bir kez listeler ve bulduklarını indeksler:

• Görseller — .jpg, .jpeg, .png, .webp ve .avif nesneleri, sınırlandırılmış isteklerle okunan boyutlarla indekslenir. Platform, kaynak görselin ikinci bir kopyasını kalıcı olarak saklamaz.
• Etiketler — YOLO .txt yan dosyaları Platform açıklamalarına ayrıştırılır ve standart images/ → labels/ düzenine veya aynı klasördeki eş nesnelere göre eşleştirilir.
• Meta veriler — Bir YAML dosyası, tıpkı bir arşiv yüklemesinde olduğu gibi sınıf adlarını ve poz anahtar noktası şeklini sağlar. Klasörde birden fazla dosya varsa data.yaml ve data.yml tercih edilir.
• Görev — Etiket dosyalarından alınan bir örnek görevi belirler; bu nedenle segment, poz ve OBB klasörleri, iletişim kutusunda seçtiğin göreve göre değil, etiket şekillerine göre tanınır.
• Bölümler — Nesne yolundaki train, val ve test klasör adları bölümleri otomatik olarak atar.

Veri kümesi bundan sonra diğerleri gibi davranır: göz atabilir ve açıklama ekleyebilir, herkese açık veya özel olarak ayarlayabilir, ekibinle paylaşabilir ve yönetilen eğitim aracılığıyla üzerinde eğitim gerçekleştirebilirsin. Orijinal dosyalar isteğe bağlı olarak aktarılır ve indekslenmiş görseller Platform depolama kotanı tüketmez.

Başarısız İçe Aktarmalar#

Bir içe aktarma başarısız olursa — boş bir klasör, yoldaki bir yazım hatası veya iptal edilmiş izinler nedeniyle — veri kümesi hatayı kendi sayfasında gösterir. Düzenleyiciler, kayıtlı bucket ve klasörle işlemi yeniden başlatmak için İçe aktarmayı yeniden dene seçeneğine tıklayabilir veya düzeltilmiş yolu gösteren yeni bir veri kümesi oluşturabilir.

Yeniden deneme, kaldığı yerden devam etmek yerine klasörü yeniden listeler: ilk denemeden sonra eklenen nesneler alınır ve artık mevcut olmayan nesneler veri kümesinden çıkarılır.

Eğitim#

Yönetilen eğitim, normal eğitim akışı üzerinden çalışır. Eğitim, çalışmanın süresi boyunca sabitlenmiş görsellerin Platform'a ait kopyalarını kullanır ve Google Cloud kimlik bilgilerin eğitim iş yüklerine hiçbir zaman açığa çıkarılmaz.

Bağlantıyı Kesme#

Bağlantıyı kesmek, Google Cloud'daki hiçbir şeye dokunmadan depolanan kimlik bilgilerini siler. Bu bucket'lardan oluşturulan veri kümeleri sınıfları, etiketleri ve açıklamalarıyla birlikte çalışma alanında kalır, ancak aynı hizmet hesabı yeniden bağlanana kadar görselleri yüklenemez, önizlenemez veya üzerinde eğitim yapılamaz.

GET /api/integrations/buckets tarafından döndürülen entegrasyon kimliğiyle REST API'yi kullan:

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")

Bunun yerine erişimi kaynağında iptal etmek için Google Cloud'daki hizmet hesabı anahtarını sil.

Mevcut Sınırlamalar#

GCS destekli veri kümeleri şu anda görsellerinin Platform'a ait kopyalarını gerektiren özellikleri kullanamaz: otomatik açıklama ekleme, kümeleme analizi, veri kümesi klonlama ve değişmez sürüm anlık görüntüleri.

GCS destekli bir veri kümesini veya içindeki tek tek görselleri silmek yalnızca Platform'un referanslarını kaldırır — nesnelerine hiçbir zaman dokunulmaz.

Ayrıca Amazon S3 ve Azure Blob Storage entegrasyonlarına da bak.

SSS#