Tích hợp Azure Blob Storage#

Tích hợp Azure Blob Storage kết nối các container tài khoản lưu trữ của bạn với Ultralytics Platform. Hình ảnh của bạn vẫn nằm trong các container của bạn — Platform lập chỉ mục chúng tại chỗ, vì vậy bạn có thể duyệt, chú thích và huấn luyện các model YOLO mà không cần tải lên bản sao.

Lấy chuỗi kết nối (Connection String)#

Platform chỉ đọc từ bộ nhớ của bạn — tuyệt đối không ghi, sửa đổi hoặc xóa các blob. Tích hợp hiện tại yêu cầu chuỗi kết nối bằng khóa truy cập tài khoản (access-key), điều này cấp các đặc quyền trên toàn bộ tài khoản ngay cả khi Platform chỉ sử dụng các thao tác liệt kê và đọc:

1. Trong cổng thông tin Azure, mở tài khoản lưu trữ của bạn.
2. Đi tới Security + networking > Access keys.
3. Sao chép một chuỗi kết nối.

Chuỗi kết nối phải chứa AccountName, AccountKey và sử dụng giao thức HTTPS — định dạng mà Azure cung cấp cho bạn ở mục Access keys (Khóa truy cập). Các chuỗi kết nối chứa token SAS, có chứa SharedAccessSignature thay vì AccountKey, sẽ bị từ chối.

Kết nối với Platform#

1. Đi tới Settings > Integrations (Cài đặt > Tích hợp) và chọn Azure Blob Storage từ danh sách tích hợp.
2. Dán chuỗi kết nối.
3. Nhấp vào Find available containers, sau đó chọn các container để kết nối. Bạn cũng có thể nhập thủ công tên container.
4. Nhấp vào Connect. Platform xác minh rằng nó có thể liệt kê và đọc từng container đã chọn trước khi lưu bất kỳ thông tin nào.

Bạn cần có vai trò quản trị viên hoặc chủ sở hữu không gian làm việc để kết nối bộ nhớ đám mây. Một kết nối hỗ trợ tối đa 50 container và quá trình khám phá sẽ liệt kê tối đa 300 container trong tài khoản lưu trữ.

Việc kết nối lại cùng một tài khoản lưu trữ sau đó sẽ thêm các container mới vào tích hợp hiện có. Thông tin xác thực đã lưu chỉ được thay thế khi thông tin thay thế có thể đọc được mọi container mà bạn đã kết nối.

Tạo tập dữ liệu từ một Blob Container#

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

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

• Images — các blob .jpg, .jpeg, .png, .webp, và .avif được lập chỉ mục với kích thước được đọc qua các yêu cầu có giới hạn. Platform không lưu giữ bản sao thứ hai của hình ảnh nguồn.
• Labels — các sidecar YOLO .txt được phân tích cú pháp thành các annotation trên Platform, được khớp theo bố cục chuẩn images/ → labels/ hoặc dưới dạng các file cùng thư mục.
• Metadata — tệp YAML cung cấp tên lớp và hình dạng keypoint của pose, hoàn toàn giống như một tải lên lưu trữ. data.yaml và data.yml được ưu tiên khi thư mục chứa nhiều tệp.
• Task — một mẫu các tệp nhãn sẽ quyết định tác vụ, do đó các thư mục segment, pose và OBB được nhận diện dựa trên hình dạng nhãn của chúng thay vì tác vụ bạn đã chọn trong hộp thoại.
• Splits — các tên thư mục train, val, và test trong đường dẫn blob sẽ tự động chỉ định các split.

Dataset sau đó hoạt động giống như bất kỳ dataset nào khác: duyệt và annotate dataset đó, đặt ở chế độ công khai hoặc riêng tư, chia sẻ với team của bạn và train trên đó thông qua tính năng quản lý training. Các tệp gốc được stream theo yêu cầu và hình ảnh được lập chỉ mục không tiêu tốn storage quota trên Platform của bạn.

Nhập thất bại#

Nếu quá trình nhập không thành công — do thư mục trống, lỗi chính tả trong đường dẫn hoặc bị thu hồi quyền — tập dữ liệu sẽ hiển thị lỗi trên trang của nó. Người chỉnh sửa có thể nhấp vào Retry import để khởi động lại với container và thư mục đã lưu, hoặc tạo một tập dữ liệu mới trỏ đến đường dẫn đã sửa.

Thao tác thử lại sẽ liệt kê lại thư mục thay vì tiếp tục: các blob được thêm vào kể từ lần thử đầu tiên sẽ được đưa vào, và các blob không còn tồn tại sẽ bị loại bỏ khỏi tập dữ liệu.

Huấn luyện#

Huấn luyện được quản lý hoạt động thông qua quy trình huấn luyện thông thường. Quá trình huấn luyện sử dụng các bản sao hình ảnh đã ghim của riêng Platform trong suốt thời gian chạy và thông tin xác thực Azure của bạn không bao giờ bị lộ cho các tác vụ huấn luyện.

Ngắt kết nối một kết nối#

Việc ngắt kết nối sẽ xóa chuỗi kết nối đã lưu mà không làm ảnh hưởng đến bất kỳ thứ gì trên Azure. Các tập dữ liệu được xây dựng từ các container đó vẫn ở trong không gian làm việc của bạn cùng với các lớp, nhãn và chú thích của chúng, nhưng hình ảnh của chúng không thể được tải, xem trước hoặc huấn luyện cho đến khi cùng một tài khoản lưu trữ được kết nối lại.

Sử dụng REST API với ID tích hợp được trả về bởi 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")

Để thay vào đó thu hồi quyền truy cập tại nguồn, hãy xoay vòng các khóa truy cập tài khoản lưu trữ trong Azure.

Các hạn chế hiện tại#

Các dataset được hỗ trợ bởi Azure hiện tại loại trừ các tính năng yêu cầu bản sao hình ảnh do Platform sở hữu: tự động chú thích, clustering analysis, nhân bản dataset, và các version snapshots không thể thay đổi.

Việc xóa một tập dữ liệu dựa trên Azure, hoặc xóa từng hình ảnh riêng lẻ khỏi tập đó, chỉ xóa các tham chiếu của Platform — các blob của bạn không bao giờ bị can thiệp.

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