Google Cloud Storage Entegrasyonu

Google Cloud Storage entegrasyonu, GCS bucket'larını Ultralytics Platform'a bağlar. Görüntülerin bucket'larında kalır — Platform bunları yerinde dizine ekler; böylece kopya yüklemeden YOLO modellerine göz atabilir, açıklama ekleyebilir ve modelleri eğitebilirsin. AI özellikleri açıkken Platform görüntüleri akıllı etiketleme, otomatik etiketleme, benzer görüntü arama ve bulutta eğitim için de kullanabilir.

Hizmet Hesabı Oluştur#

Okuma erişimi, nesne de oluşturan görüntü oluşturma dışındaki her şeyi kapsar. Platform nesnelerini hiçbir zaman değiştirmez veya silmez. Özel bir hizmet hesabı oluştur:

1. Google Cloud konsolunda IAM & Admin > Service Accounts bölümüne git ve bir hizmet hesabı oluştur.
2. Bağlamak istediğin bucket'larda Storage Object Viewer (roles/storage.objectViewer) rolünü ver. Görüntü oluşturma için ayrıca Storage Object Creator (roles/storage.objectCreator) rolünü ver; bu rol nesne oluşturabilir ancak nesnelerin üzerine yazamaz veya onları silemez.
3. Hizmet hesabını aç, Keys > Add key > Create new key seçeneklerini belirle, JSON'ı seç ve anahtar dosyasını indir.

Platform'a Bağlan#

1. Settings > Integrations bölümüne git ve entegrasyon listesinden Google Cloud Storage'ı seç.
2. Hizmet hesabının JSON anahtarının içeriğini yapıştır.
3. Find available buckets'a tıkla ve bağlanmak istediğin bucket'ları seç. Hizmet hesabı bucket'ları listeleyemiyorsa bildiğin bir bucket adını kendin gir.
4. Connect'e tıkla. Platform, herhangi bir şey kaydetmeden önce seçilen her bucket'ı listeleyip okuyabildiğini doğrular ve hizmet hesabının nesne oluşturup oluşturamayacağını Google Cloud'a sorar. Hiçbir şey yazılmaz.

Bağlanan her kimlik bilgisinde bir AI features anahtarı bulunur. Rolleri değiştirdikten sonra yazma erişimini yeniden kontrol etmek için aynı hizmet hesabını tekrar bağla.

Bulut depolama alanına bağlanmak için çalışma alanı yöneticisi veya sahibi rolüne sahip olman gerekir. Aynı anda en fazla 50 bucket ekleyebilirsin; keşif, hizmet hesabının görebildiği en fazla 300 bucket'ı 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 ayrılmaz.

Aynı hizmet hesabını daha sonra yeniden bağladığında mevcut entegrasyona yeni bucket'lar eklenir. Kaydedilmiş bir kimlik bilgisi, yalnızca yenisi daha önce bağladığın tüm bucket'ları hâlâ okuyabiliyorsa değiştirilir. Herhangi bir bucket okunamıyorsa hata, aynı hizmet hesabıyla daha önce bağlanan bucket'lar da dahil olmak üzere bu bucket'ın adını belirtir.

AI Özellikleri#

Bağlanan her kimlik bilgisinde, varsayılan olarak açık olan Settings > Integrations bölümünde bir AI features anahtarı bulunur. Açıkken Ultralytics GPU'ları ve AI model sağlayıcıları, bu kimlik bilgisindeki görüntüleri aşağıdakiler için kullanabilir:

• SAM akıllı etiketleme ve tek görüntü ile toplu otomatik etiketleme
• Benzer görüntü arama ve kümeleme analizi
• Bulutta eğitim
• Yazma erişimine sahip bucket'larda Görüntü oluşturma

Yapay zekâ modeli sağlayıcıları yalnızca Google Gemini'nin istemlerini kaynak görüntüden oluşturduğu görüntü üretiminde ve çalışma alanının kendi sağlayıcı anahtarıyla çalışan ücretli etiketleme modellerinde devreye girer. Platform, görüntülerinin bir kopyasını saklamaz: özellikler görüntüleri ihtiyaç duydukça okur, bulut eğitimi bir çalıştırma süresince geçici kopyalar kullanır ve benzer görüntü araması her görüntünün bir gömüsünü saklar; görüntü Platform'dan ayrıldığında bu gömü silinir.

Görüntüleri Ultralytics GPU'larından ve AI model sağlayıcılarından uzak tutmak için anahtarı kapat. Anahtarı kapatmak yeni AI işlemlerini durdurur; devam eden işlemler tamamlanır. Bu kimlik bilgisine bağlı veri kümelerinde AI features off mesajı ve bu ayarlara geri götüren bir bağlantı görünür; kullanılamayan her özellik bunun nedenini açıklar. Manuel etiketleme, paylaşım ve yerel eğitim çalışmaya devam eder; oluşturduğun etiketler, modeller ve arama sonuçları korunur.

Anahtarı değiştirmek için çalışma alanı yöneticisi veya sahibi rolüne sahip olman gerekir. Anahtarı REST API ile de, GET /api/integrations/buckets tarafından döndürülen entegrasyon kimliğini kullanarak ayarlayabilirsin:

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

Görüntü Oluşturma#

Benzer görüntüler oluşturma, hizmet hesabının yazma erişimine sahip olduğu Google Cloud Storage veri kümelerinde ve AI özellikleri açıkken çalışır. Eklediğin görüntüler, veri kümesinin klasöründeki generated/ klasörüne yazılır ve ardından dizine eklenmiş diğer görüntüler gibi veri kümesine eklenir. Platform burada yalnızca yeni nesneler oluşturur; mevcut nesnelerin üzerine asla yazmaz veya onları silmez. İşlem yazma erişimi gerektiğini bildirirse, gerekiyorsa bu erişimi ver ve Settings > Integrations bölümünde aynı hizmet hesabını tekrar bağla.

Bir GCS Bucket'ından Veri Kümesi Oluştur#

1. New Dataset'e tıkla ve Cloud sekmesini aç.
2. Bağlı bir bucket seç ve verilerinin bulunduğu klasöre git.
3. Klasörü onayla, veri kümesi adını düzenle ve veri kümesini oluştur.

Platform klasörü bir kez listeler ve bulduklarını dizine ekler:

• Görüntüler — .jpg, .jpeg, .png, .webp ve .avif nesneleri, boyutları sınırlandırılmış isteklerle okunarak dizine eklenir. Platform, kaynak görüntünün ikinci bir kopyasını saklamaz.
• Etiketler — YOLO .txt yan dosyaları ayrıştırılarak Platform anotasyonlarına dönüştürülür ve standart images/ → labels/ düzenine veya aynı klasördeki eş dosyalara 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 — etikete dayalı örneklem görev türünü belirler; bu nedenle segment, poz ve OBB klasörleri iletişim kutusunda seçtiğin göreve göre değil, etiketlerinin biçimine göre tanınır.
• Bölmeler — nesne yolundaki train, val ve test klasör adları, bölmeleri otomatik olarak atar.

Veri kümesi de diğerleri gibi çalışır: veri kümesine göz atabilir, veri kümesini etiketleyebilir, herkese açık veya özel olarak ayarlayabilir, ekibinle paylaşabilir ve yönetilen eğitim aracılığıyla veri kümesi üzerinde eğitim yapabilirsin. Orijinaller talep üzerine akışla aktarılır ve dizine eklenen görüntüler Platform'daki depolama kotanı tüketmez.

Başarısız İçe Aktarmalar#

İçe aktarma işlemi başarısız olursa (klasörün boş olması, yolda yazım hatası veya izinlerin iptal edilmesi gibi), hata veri kümesinin sayfasında gösterilir. Düzenleyiciler, kayıtlı bucket ve klasörle işlemi yeniden başlatmak için Retry import 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, artık orada olmayan nesneler ise veri kümesinden çıkarılır.

Eğitim#

AI özellikleri açıkken yönetilen eğitim, normal eğitim akışı üzerinden çalışır. Eğitim, sabitlenmiş görüntülerin Platform'a ait kopyalarını çalışma süresince kullanır ve Google Cloud kimlik bilgilerin eğitim iş yüklerine hiçbir zaman açığa çıkarılmaz. AI özellikleri kapalıyken eğitim iletişim kutusu, bulutta eğitimin neden kullanılamadığını açıklar ve bunun yerine yerel eğitim seçeneğini sunar.

Bağlantıyı Kes#

Bağlantıyı kesmek, Google Cloud'daki hiçbir şeye dokunmadan kayıtlı kimlik bilgilerini siler. Bu bucket'lardan oluşturulan veri kümeleri sınıfları, etiketleri ve açıklamalarıyla birlikte çalışma alanında kalır ancak aynı hizmet hesabı yeniden bağlanana kadar görüntüleri yüklenemez, önizlenemez veya eğitimde kullanılamaz. Bağlantı kesikken veri kümelerini yeniden adlandırabilir, etiketlerini düzenleyebilir veya silebilirsin.

Bağlantıyı kesmek için Settings > Integrations bölümüne git, Google Cloud Storage seçeneğini belirle, kimlik bilgisinin yanındaki Disconnect seçeneğine tıkla ve işlemi onayla. Bu veri kümelerinden birini açtığında ayarlara geri dönen bir bağlantıyla birlikte Google Cloud Storage Disconnected mesajı gösterilir; yeniden bağlandığında veri kümesi otomatik olarak kullanılabilir hâle gelir.

REST API üzerinden de bağlantıyı kesebilirsin; bunun için GET /api/integrations/buckets tarafından döndürülen entegrasyon kimliğini 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 kümelerinde görüntülerinin Platform'a ait kopyalarını gerektiren özellikler kullanılamaz: veri kümesini klonlama, değiştirilemez sürüm anlık görüntüleri, yüz bulanıklaştırma ve diğer veri kümelerinden görüntü yapıştırma. Akıllı etiketleme, otomatik etiketleme, benzer görüntü arama, kümeleme, bulutta eğitim ve görüntü oluşturma için AI özelliklerinin açık olması gerekir.

GCS destekli bir veri kümesini veya içindeki görüntüleri silmek yalnızca Platform'un referanslarını kaldırır; nesnelerine hiçbir zaman dokunulmaz.

Amazon S3 ve Azure Blob Storage entegrasyonlarına da göz at.

Sık Sorulan Sorular#