Integration Azure Blob Storage#

Integration Azure Blob Storage kết nối các container trong storage account của bạn với Ultralytics Platform. Ảnh vẫn nằm trong container của bạn — Platform lập chỉ mục tại chỗ để bạn có thể duyệt, chú thích và training model YOLO mà không cần tải bản sao lên.

Lấy connection string#

Platform chỉ đọc dữ liệu từ bộ lưu trữ của bạn — không bao giờ ghi, sửa đổi hoặc xóa blob. Integration hiện tại yêu cầu connection string dùng account access key, cấp quyền trên toàn account dù Platform chỉ thực hiện thao tác liệt kê và đọc:

1. Trong Azure portal, mở storage account của bạn.
2. Vào Security + networking > Access keys.
3. Sao chép một connection string.

Chuỗi phải chứa AccountName, AccountKey và HTTPS làm giao thức — theo định dạng Azure cung cấp trong mục Access keys. Connection string dùng SAS token, có chứa SharedAccessSignature thay vì AccountKey, sẽ bị từ chối.

Kết nối với Platform#

1. Vào Settings > Integrations và chọn Azure Blob Storage trong danh sách integration.
2. Dán connection string.
3. Nhấp Find available containers, rồi chọn các container cần kết nối. Bạn cũng có thể nhập thủ công tên container.
4. Nhấp Connect. Trước khi lưu, Platform xác minh rằng có thể liệt kê và đọc từng container đã chọn.

Bạn cần có vai trò admin hoặc owner của workspace để kết nối bộ lưu trữ đám mây. Mỗi lần, bạn có thể thêm tối đa 50 container; tính năng khám phá liệt kê tối đa 300 container trong storage account.

Khi kết nối lại cùng storage account sau này, các container mới sẽ được thêm vào integration hiện có. Thông tin xác thực đã lưu chỉ được thay thế khi thông tin mới vẫn có thể đọc tất cả container bạn đã kết nối. Nếu không thể đọc container nào, thông báo lỗi sẽ nêu tên container đó, kể cả các container đã kết nối trước đó bằng cùng storage account.

Tạo dataset từ blob container#

1. Nhấp vào New Dataset rồi mở tab Cloud.
2. Chọn một container đã kết nối và duyệt đến thư mục chứa dữ liệu.
3. Xác nhận thư mục, điều chỉnh tên dataset rồi tạo dataset.

Platform liệt kê thư mục một lần rồi lập chỉ mục những gì tìm thấy:

• Ảnh — Các blob .jpg, .jpeg, .png, .webp và .avif được lập chỉ mục với kích thước đọc qua các request có giới hạn. Platform không lưu một bản sao thứ hai của ảnh nguồn.
• Nhãn — các sidecar YOLO .txt được phân tích thành annotation trên Platform, khớp theo cấu trúc chuẩn images/ → labels/ hoặc theo các file cùng thư mục.
• Metadata — file YAML cung cấp tên class và hình dạng keypoint của pose, giống hệt như khi tải lên archive. Ưu tiên data.yaml và data.yml nếu thư mục chứa nhiều file.
• Tác vụ — hệ thống xác định tác vụ bằng cách lấy mẫu các file nhãn, nhờ đó nhận diện thư mục segment, pose và OBB dựa trên cấu trúc nhãn thay vì tác vụ bạn chọn trong hộp thoại.
• Các tập dữ liệu — Tên thư mục train, val và test trong đường dẫn blob sẽ tự động gán các tập dữ liệu.

Sau đó, dataset hoạt động như mọi dataset khác: duyệt và gán nhãn, đặt ở chế độ công khai hoặc riêng tư, chia sẻ với team và huấn luyện bằng dịch vụ huấn luyện được quản lý. Ảnh gốc được truyền theo yêu cầu và ảnh đã lập chỉ mục không tính vào hạn mức lưu trữ trên Platform.

Import thất bại#

Nếu quá trình import thất bại — do thư mục trống, đường dẫn sai chính tả hoặc quyền truy cập bị thu hồi — dataset sẽ hiển thị lỗi trên trang của dataset. Editor có thể nhấp Retry import để khởi động lại bằng container và thư mục đã lưu, hoặc tạo dataset mới trỏ đến đường dẫn đã sửa.

Khi thử lại, hệ thống sẽ liệt kê lại thư mục thay vì tiếp tục từ điểm dừng: các blob được thêm kể từ lần thử đầu tiên sẽ được lấy vào, còn các blob không còn ở đó sẽ bị loại khỏi dataset.

Huấn luyện#

Quy trình training được quản lý hoạt động thông qua luồng training thông thường. Trong suốt thời gian chạy, training sử dụng các bản sao riêng của Platform từ những ảnh đã được cố định phiên bản; thông tin xác thực Azure của bạn không bao giờ bị lộ cho workload training.

Ngắt kết nối#

Ngắt kết nối sẽ xóa connection string đã lưu mà không tác động đến bất kỳ nội dung nào trong Azure. Các dataset được tạo từ những container đó vẫn nằm trong workspace của bạn cùng với class, nhãn và chú thích, nhưng không thể tải, xem trước hoặc dùng ảnh để training cho đến khi kết nối lại cùng storage account. Khi đã ngắt kết nối, bạn vẫn có thể đổi tên dataset, chỉnh sửa nhãn hoặc xóa dataset.

Để ngắt kết nối, vào Settings > Integrations, chọn Azure Blob Storage, nhấp Disconnect bên cạnh thông tin xác thực rồi xác nhận. Khi mở một trong các dataset đó, bạn sẽ thấy Azure Blob Storage Disconnected cùng liên kết quay lại phần cài đặt này; dataset sẽ tự động hoạt động trở lại khi bạn kết nối lại.

Bạn cũng có thể ngắt kết nối bằng REST API, sử dụng ID integration do GET /api/integrations/buckets trả về:

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")

Thay vào đó, để thu hồi quyền truy cập từ phía nguồn, hãy xoay vòng access key của storage account trong Azure.

Các giới hạn hiện tại#

Dataset dùng Azure hiện không hỗ trợ các tính năng cần bản sao ảnh do Platform quản lý: tự động gán nhãn, phân tích phân cụm, sao chép dataset và ảnh chụp phiên bản bất biến.

Việc xóa dataset được hỗ trợ bởi Azure, hoặc xóa từng ảnh trong dataset đó, chỉ xóa các tham chiếu của Platform — các blob của bạn không bị động đến.

Xem thêm các tích hợp Google Cloud Storage và Amazon S3.

Câu hỏi thường gặp#