ML Kit এর GenAI ইমেজ ডেসক্রিপশন API এর সাহায্যে আপনি ছবির জন্য সংক্ষিপ্ত কন্টেন্ট ডেসক্রিপশন তৈরি করতে পারেন। এটি নিম্নলিখিত ব্যবহারের ক্ষেত্রে কার্যকর হতে পারে:
- ছবির শিরোনাম তৈরি করা হচ্ছে
- দৃষ্টি প্রতিবন্ধী ব্যবহারকারীদের ছবির বিষয়বস্তু আরও ভালোভাবে বুঝতে সাহায্য করার জন্য বিকল্প টেক্সট (alt টেক্সট) তৈরি করা।
- ব্যবহারকারীদের ছবি অনুসন্ধান বা সংগঠিত করতে সাহায্য করার জন্য মেটাডেটা হিসেবে জেনারেট করা বর্ণনা ব্যবহার করা
- ব্যবহারকারী যখন তাদের স্ক্রিনের দিকে তাকাতে অক্ষম হন, যেমন যখন তারা গাড়ি চালাচ্ছেন বা পডকাস্ট শুনছেন, তখন ছবির সংক্ষিপ্ত বিবরণ ব্যবহার করা
মূল ক্ষমতা
- একটি ইনপুট ছবির জন্য একটি সংক্ষিপ্ত বিবরণ দিন
উদাহরণ ফলাফল
| ইনপুট | আউটপুট |
![]() | ক্যাকটাসের মতো নকশার একটি ছোট, সবুজ অ্যান্ড্রয়েড রোবট একটি কালো পৃষ্ঠের উপর বসে আছে। |
![]() | কালো নাক এবং গোলাপী জিহ্বাওয়ালা একটি ছোট, সাদা কুকুর ঘাসের মাঠের উপর দিয়ে দৌড়াচ্ছে, যার পটভূমিতে একটি সেতু রয়েছে। |
শুরু করা
GenAI ইমেজ ডেসক্রিপশন API দিয়ে শুরু করতে, আপনার প্রোজেক্টের বিল্ড ফাইলে এই নির্ভরতা যোগ করুন।
implementation("com.google.mlkit:genai-image-description:1.0.0-beta1")
আপনার অ্যাপে Image Description API ইন্টিগ্রেট করার জন্য, আপনাকে একটি ImageDescriber ক্লায়েন্ট ব্যবহার করে শুরু করতে হবে। এরপর আপনাকে প্রয়োজনীয় অন-ডিভাইস মডেল বৈশিষ্ট্যগুলির স্থিতি পরীক্ষা করতে হবে এবং যদি এটি ইতিমধ্যেই ডিভাইসে না থাকে তবে মডেলটি ডাউনলোড করতে হবে। ImageDescriptionRequest এ আপনার চিত্র ইনপুট প্রস্তুত করার পরে, আপনি চিত্র বিবরণ টেক্সট পেতে ক্লায়েন্ট ব্যবহার করে অনুমানটি চালান এবং অবশেষে, রিসোর্স প্রকাশ করার জন্য ক্লায়েন্টটি বন্ধ করতে ভুলবেন না।
কোটলিন
// Create an image describer
val options = ImageDescriberOptions.builder(context).build()
val imageDescriber = ImageDescription.getClient(options)
suspend fun prepareAndStartImageDescription(
bitmap: Bitmap
) {
// Check feature availability, status will be one of the following:
// UNAVAILABLE, DOWNLOADABLE, DOWNLOADING, AVAILABLE
val featureStatus = imageDescriber.checkFeatureStatus().await()
if (featureStatus == FeatureStatus.DOWNLOADABLE) {
// Download feature if necessary.
// If downloadFeature is not called, the first inference request
// will also trigger the feature to be downloaded if it's not
// already downloaded.
imageDescriber.downloadFeature(object : DownloadCallback {
override fun onDownloadStarted(bytesToDownload: Long) { }
override fun onDownloadFailed(e: GenAiException) { }
override fun onDownloadProgress(totalBytesDownloaded: Long) {}
override fun onDownloadCompleted() {
startImageDescriptionRequest(bitmap, imageDescriber)
}
})
} else if (featureStatus == FeatureStatus.DOWNLOADING) {
// Inference request will automatically run once feature is
// downloaded.
// If Gemini Nano is already downloaded on the device, the
// feature-specific LoRA adapter model will be downloaded
// very quickly. However, if Gemini Nano is not already
// downloaded, the download process may take longer.
startImageDescriptionRequest(bitmap, imageDescriber)
} else if (featureStatus == FeatureStatus.AVAILABLE) {
startImageDescriptionRequest(bitmap, imageDescriber)
}
}
fun startImageDescriptionRequest(
bitmap: Bitmap,
imageDescriber: ImageDescriber
) {
// Create task request
val imageDescriptionRequest = ImageDescriptionRequest
.builder(bitmap)
.build()
}
// Run inference with a streaming callback
val imageDescriptionResultStreaming =
imageDescriber.runInference(imageDescriptionRequest) { outputText ->
// Append new output text to show in UI
// This callback is called incrementally as the description
// is generated
}
// You can also get a non-streaming response from the request
// val imageDescription = imageDescriber.runInference(
// imageDescriptionRequest).await().description
}
// Be sure to release the resource when no longer needed
// For example, on viewModel.onCleared() or activity.onDestroy()
imageDescriber.close()
জাভা
// Create an image describer
ImageDescriberOptions options = ImageDescriberOptions.builder(context).build();
ImageDescriber imageDescriber = ImageDescription.getClient(options);
void prepareAndStartImageDescription(
Bitmap bitmap
) throws ExecutionException, InterruptedException {
// Check feature availability, status will be one of the following:
// UNAVAILABLE, DOWNLOADABLE, DOWNLOADING, AVAILABLE
try {
int featureStatus = imageDescriber.checkFeatureStatus().get();
if (featureStatus == FeatureStatus.DOWNLOADABLE) {
// Download feature if necessary.
// If downloadFeature is not called, the first inference request
// will also trigger the feature to be downloaded if it's not
// already downloaded.
imageDescriber.downloadFeature(new DownloadCallback() {
@Override
public void onDownloadCompleted() {
startImageDescriptionRequest(bitmap, imageDescriber);
}
@Override
public void onDownloadFailed(GenAIException e) {}
@Override
public void onDownloadProgress(long totalBytesDownloaded) {}
@Override
public void onDownloadStarted(long bytesDownloaded) {}
});
} else if (featureStatus == FeatureStatus.DOWNLOADING) {
// Inference request will automatically run once feature is
// downloaded.
// If Gemini Nano is already downloaded on the device, the
// feature-specific LoRA adapter model will be downloaded
// very quickly. However, if Gemini Nano is not already
// downloaded, the download process may take longer.
startImageDescriptionRequest(bitmap, imageDescriber);
} else if (featureStatus == FeatureStatus.AVAILABLE) {
startImageDescriptionRequest(bitmap, imageDescriber);
}
} catch (ExecutionException | InterruptedException e) {
e.printStackTrace();
}
}
void startImageDescriptionRequest(
Bitmap bitmap,
ImageDescriber imageDescriber
) {
// Create task request
ImageDescriptionRequest imageDescriptionRequest =
ImageDescriptionRequest.builder(bitmap).build();
// Start image description request with streaming response
imageDescriber.runInference(imageDescriptionRequest, newText -> {
// Append new output text to show in UI
// This callback is called incrementally as the description
// is generated
});
// You can also get a non-streaming response from the request
// String imageDescription = imageDescriber.runInference(
// imageDescriptionRequest).get().getDescription();
}
// Be sure to release the resource when no longer needed
// For example, on viewModel.onCleared() or activity.onDestroy()
imageDescriber.close();
সমর্থিত বৈশিষ্ট্য এবং সীমাবদ্ধতা
GenAI ইমেজ ডেসক্রিপশন API ইংরেজি সমর্থন করে, ভবিষ্যতে আরও ভাষা যোগ করার জন্য সমর্থন সহ। API ছবির একটি সংক্ষিপ্ত বিবরণ প্রদান করে।
নির্দিষ্ট বৈশিষ্ট্য কনফিগারেশনের ( ImageDescriberOptions দ্বারা নির্দিষ্ট) প্রাপ্যতা নির্দিষ্ট ডিভাইসের কনফিগারেশন এবং ডিভাইসে ডাউনলোড করা মডেলের উপর নির্ভর করে পরিবর্তিত হতে পারে।
ডেভেলপারদের জন্য অনুরোধকৃত ImageDescriberOptions সহ একটি ডিভাইসে অভিপ্রেত API বৈশিষ্ট্যটি সমর্থিত কিনা তা নিশ্চিত করার সবচেয়ে নির্ভরযোগ্য উপায় হল checkFeatureStatus() পদ্ধতিটি কল করা। এই পদ্ধতিটি রানটাইমের সময় ডিভাইসে বৈশিষ্ট্যের উপলব্ধতার সুনির্দিষ্ট অবস্থা প্রদান করে।
সাধারণ সেটআপ সমস্যা
ML Kit GenAI API গুলি Gemini Nano অ্যাক্সেস করার জন্য Android AICore অ্যাপের উপর নির্ভর করে। যখন কোনও ডিভাইস সবেমাত্র সেটআপ করা হয় (রিসেট সহ), অথবা AICore অ্যাপ সবেমাত্র রিসেট করা হয় (যেমন ডেটা সাফ করা, আনইনস্টল করা এবং পুনরায় ইনস্টল করা), তখন AICore অ্যাপটি আরম্ভকরণ শেষ করার জন্য পর্যাপ্ত সময় নাও পেতে পারে (সার্ভার থেকে সর্বশেষ কনফিগারেশন ডাউনলোড সহ)। ফলস্বরূপ, ML Kit GenAI API গুলি প্রত্যাশা অনুযায়ী কাজ নাও করতে পারে। আপনি যে সাধারণ সেটআপ ত্রুটির বার্তাগুলি দেখতে পারেন এবং সেগুলি কীভাবে পরিচালনা করবেন তা এখানে দেওয়া হল:
| উদাহরণ ত্রুটি বার্তা | কিভাবে সামলাবেন |
| AICore ত্রুটি টাইপ 4-CONNECTION_ERROR এবং ত্রুটি কোড 601-BINDING_FAILURE সহ ব্যর্থ হয়েছে: AICore পরিষেবা বাঁধতে ব্যর্থ হয়েছে। | ডিভাইস সেটআপের পরপরই ML Kit GenAI API ব্যবহার করে অ্যাপটি ইনস্টল করলে অথবা আপনার অ্যাপ ইনস্টল করার পর AICore আনইনস্টল করলে এটি ঘটতে পারে। AICore অ্যাপ আপডেট করে তারপর পুনরায় ইনস্টল করলে এটি ঠিক হয়ে যাবে। |
| AICore ব্যর্থ হয়েছে ত্রুটি টাইপ 3-PREPARATION_ERROR এবং ত্রুটি কোড 606-FEATURE_NOT_FOUND: বৈশিষ্ট্য ... উপলব্ধ নয়। | AICore যখন সর্বশেষ কনফিগারেশন ডাউনলোড করা শেষ না করে তখন এটি ঘটতে পারে। যখন ডিভাইসটি ইন্টারনেটের সাথে সংযুক্ত থাকে, তখন আপডেট হতে সাধারণত কয়েক মিনিট থেকে কয়েক ঘন্টা সময় লাগে। ডিভাইসটি পুনরায় চালু করলে আপডেটের গতি বাড়ানো যেতে পারে। মনে রাখবেন যে যদি ডিভাইসের বুটলোডার আনলক করা থাকে, তাহলে আপনি এই ত্রুটিটিও দেখতে পাবেন—এই API আনলক করা বুটলোডার সহ ডিভাইসগুলিকে সমর্থন করে না। |
| AICore ত্রুটি টাইপ 1-DOWNLOAD_ERROR এবং ত্রুটি কোড 0-UNKNOWN সহ ব্যর্থ হয়েছে: বৈশিষ্ট্য ... ব্যর্থতার স্থিতি 0 এবং ত্রুটি esz সহ ব্যর্থ হয়েছে: উপলব্ধ নেই: হোস্ট সমাধান করতে অক্ষম ... | নেটওয়ার্ক সংযোগ রাখুন, কয়েক মিনিট অপেক্ষা করুন এবং পুনরায় চেষ্টা করুন। |

