Migrer pour Android

Mettre à jour les importations Gradle

Le nouveau SDK ne nécessite qu'une seule dépendance pour chaque API ML Kit. Vous n'avez pas besoin de spécifier des bibliothèques courantes telles que firebase-ml-vision ou firebase-ml-natural-language. ML Kit utilise l'espace de noms com.google.android.gms pour les bibliothèques qui dépendent des services Google Play.

API Vision

Les modèles groupés sont fournis avec votre application. Les modèles légers doivent être téléchargés. Certaines API sont disponibles sous forme groupée ou allégée, d'autres sous une forme unique ou l'autre:

APIGroupéeTrès fin
Reconnaissance de textex (bêta)x
Détection de visagesxx
Lecture de codes-barresxx
Étiquetage d'imagesxx
Détectez les objets et assurez leur suivi.x-

Mettez à jour les dépendances des bibliothèques Android ML Kit dans votre module (application- (généralement app/build.gradle), comme indiqué dans les tableaux suivants:

Modèles groupés

APIAnciens artefactsNouvel artefact
Lecture de codes-barres com.google.firebase:firebase-ml-vision:24.0.1
com.google.firebase:firebase-ml-vision-barcode-model:16.0.1
com.google.mlkit:barcode-scanning:17.3.0
Contour du visage com.google.firebase:firebase-ml-vision:24.0.1
com.google.firebase:firebase-ml-vision-face-model:19.0.0
com.google.mlkit:face-detection:16.1.7
Étiquetage d'images com.google.firebase:firebase-ml-vision:24.0.1
com.google.firebase:firebase-ml-vision-image-label-model:19.0.0
com.google.mlkit:image-labeling:17.0.9
Détection d'objets com.google.firebase:firebase-ml-vision:24.0.1
com.google.firebase:firebase-ml-vision-object-detection-model:19.0.3
com.google.mlkit:object-detection:17.0.2

Modèles fins

APIAnciens artefactsNouvel artefact
Lecture de codes-barres com.google.firebase:firebase-ml-vision:24.0.1 com.google.android.gms:play-services-mlkit-barcode-scanning:18.3.1
Détection de visages com.google.firebase:firebase-ml-vision:24.0.1 com.google.android.gms:play-services-mlkit-face-detection:17.1.0
Reconnaissance de texte com.google.firebase:firebase-ml-vision:24.0.1 com.google.android.gms:play-services-mlkit-text-recognition:19.0.1

AutoMLVision Edge

APIAncien artefactNouvel artefact
AutoML sans téléchargement com.google.firebase:firebase-ml-vision:24.0.1
com.google.firebase:firebase-ml-vision-automl:18.0.3
com.google.mlkit:image-labeling-custom:17.0.3
AutoML avec téléchargement com.google.firebase:firebase-ml-vision:24.0.1
com.google.firebase:firebase-ml-vision-automl:18.0.3
com.google.mlkit:image-labeling-custom:17.0.3
com.google.mlkit:linkfirebase:17.0.0

API Natural Language

Les modèles groupés sont fournis avec votre application. Vous devez télécharger les modèles légers:

APIGroupéeTrès fin
ID de languexx
Réponse suggéréexx (bêta)

Mettez à jour les dépendances des bibliothèques Android ML Kit dans votre module (application- (généralement app/build.gradle), comme indiqué dans les tableaux suivants:

Modèles groupés

APIAnciens artefactsNouvel artefact
ID de langue com.google.firebase:firebase-ml-natural-language:22.0.0
com.google.firebase:firebase-ml-natural-language-language-id-model:20.0.7
com.google.mlkit:language-id:17.0.6
Réponse suggérée com.google.firebase:firebase-ml-natural-language:22.0.0
com.google.firebase:firebase-ml-natural-language-smart-reply-model:20.0.7
com.google.mlkit:smart-reply:17.0.4

Modèles fins

APIAnciens artefactsNouvel artefact
ID de langue com.google.firebase:firebase-ml-natural-language:22.0.0
com.google.firebase:firebase-ml-natural-language-language-id-model:20.0.7
com.google.android.gms:play-services-mlkit-language-id:17.0.0
Réponse suggérée com.google.firebase:firebase-ml-natural-language:22.0.0
com.google.firebase:firebase-ml-natural-language-smart-reply-model:20.0.7
com.google.android.gms:play-services-mlkit-smart-reply:16.0.0-beta1

Mettre à jour les noms des classes

Si votre cours figure dans ce tableau, effectuez la modification indiquée:

Ancienne classeNouveau cours
com.google.firebase.ml.common.FirebaseMLException com.google.mlkit.common.MlKitException
com.google.firebase.ml.vision.common.FirebaseVisionImage com.google.mlkit.vision.common.InputImage
com.google.firebase.ml.vision.barcode.FirebaseVisionBarcodeDetector com.google.mlkit.vision.barcode.BarcodeScanner
com.google.firebase.ml.vision.labeler.FirebaseVisionImageLabel com.google.mlkit.vision.label.ImageLabeler
com.google.firebase.ml.vision.barcode.FirebaseVisionBarcodeDetector com.google.mlkit.vision.barcode.BarcodeScanner
com.google.firebase.ml.vision.automl.FirebaseAutoMLLocalModel com.google.mlkit.common.model.LocalModel
com.google.firebase.ml.vision.automl.FirebaseAutoMLRemoteModel com.google.mlkit.common.model.CustomRemoteModel
com.google.firebase.ml.vision.label.FirebaseVisionOnDeviceImageLabelerOptions com.google.mlkit.vision.label.defaults.ImageLabelerOptions
com.google.firebase.ml.vision.label.FirebaseVisionImageLabel com.google.mlkit.vision.label.ImageLabel
com.google.firebase.ml.vision.label.FirebaseVisionOnDeviceAutoMLImageLabelerOptions com.google.mlkit.vision.label.custom.CustomImageLabelerOptions
com.google.firebase.ml.vision.objects.FirebaseVisionObjectDetectorOptions com.google.mlkit.vision.objects.defaults.ObjectDetectorOptions

Pour les autres cours, suivez ces règles:

  • Supprimez le préfixe FirebaseVision du nom de la classe.
  • Supprimez les autres préfixes commençant par le préfixe Firebase du nom de la classe.

De plus, dans les noms de package, remplacez le préfixe com.google.firebase.ml avec com.google.mlkit.

Mettre à jour les noms des méthodes

Le code n'a que peu de modifications à apporter:

  • L'instanciation du détecteur/scanner/étiqueteur/traducteur a été modifiée. Chaque fonctionnalité dispose désormais de son propre point d'entrée. Exemples: BarcodeScanning, TextRecognition, ImageLabeling, Translation... Les appels au service Firebase getInstance() sont remplacés par des appels à la méthode getClient() du point d'entrée de la fonctionnalité.
  • L'instanciation par défaut pour TextRecognizer a été supprimée, car nous avons introduit des bibliothèques supplémentaires pour reconnaître d'autres scripts tels que le chinois et le coréen. Pour utiliser les options par défaut avec le modèle de reconnaissance de texte en alphabet latin, veuillez déclarer une dépendance sur com.google.android.gms:play-services-mlkit-text-recognition et utiliser TextRecognition.getClient(TextRecognizerOptions.DEFAULT_OPTIONS).
  • L'instanciation par défaut pour ImageLabeler et ObjectDetector a été supprimée, car nous avons lancé la prise en charge des modèles personnalisés pour ces deux fonctionnalités. Par exemple, pour utiliser les options par défaut avec le modèle de base dans ImageLabeling, veuillez déclarer une dépendance sur com.google.mlkit:image-labeling et utiliser ImageLabeling.getClient(ImageLabelerOptions.DEFAULT_OPTIONS) en Java.
  • Toutes les poignées (détecteur/scanner/étiqueteur/traducteur, etc.) peuvent être fermées. Assurez-vous que la méthode close() est appelée lorsque ces objets ne sont plus utilisés. Si vous les utilisez dans un fragment ou AppCompatActivity, vous pouvez facilement le faire en appelant LifecycleOwner.getLifecycle() sur le fragment ou AppCompatActivity, puis en appelant Lifecycle.addObserver
  • processImage() et detectInImage() dans les API Vision ont été renommés process() par souci de cohérence.
  • Les API Natural Language utilisent désormais le terme "tag de langue" (tel que défini par la norme BCP 47) au lieu de "code de langue".
  • Suppression des méthodes Getter des classes xxxOptions.
  • La méthode getBitmap() de la classe InputImage(remplace FirebaseVisionImage) n'est plus prise en charge dans l'interface publique. Veuillez consulter BitmapUtils.java dans l'exemple de démarrage rapide de ML Kit pour convertir le bitmap à partir de différentes entrées.
  • Suppression de FirebaseVisionImageMetadata. Vous pouvez simplement transmettre des métadonnées d'image telles que la largeur, la hauteur, le format rotationDegrees et le format aux méthodes de construction des InputImages.

Voici quelques exemples d'anciennes et de nouvelles méthodes Kotlin:

Ancienne version

// Construct image labeler with base model and default options.
val imageLabeler = FirebaseVision.getInstance().onDeviceImageLabeler

// Construct object detector with base model and default options.
val objectDetector = FirebaseVision.getInstance().onDeviceObjectDetector

// Construct face detector with given options
val faceDetector = FirebaseVision.getInstance().getVisionFaceDetector(options)

// Construct image labeler with local AutoML model
val localModel =
    FirebaseAutoMLLocalModel.Builder()
      .setAssetFilePath("automl/manifest.json")
      .build()
val autoMLImageLabeler =
    FirebaseVision.getInstance()
      .getOnDeviceAutoMLImageLabeler(
          FirebaseVisionOnDeviceAutoMLImageLabelerOptions.Builder(localModel)
            .setConfidenceThreshold(0.3F)
            .build()
    )

Nouveau

// Construct image labeler with base model and default options.
val imageLabeler = ImageLabeling.getClient(ImageLabelerOptions.DEFAULT_OPTIONS)
// Optional: add life cycle observer
lifecycle.addObserver(imageLabeler)

// Construct object detector with base model and default options.
val objectDetector = ObjectDetection.getClient(ObjectDetectorOptions.DEFAULT_OPTIONS)

// Construct face detector with given options
val faceDetector = FaceDetection.getClient(options)

// Construct image labeler with local AutoML model
val localModel =
  LocalModel.Builder()
    .setAssetManifestFilePath("automl/manifest.json")
    .build()
val autoMLImageLabeler =
  ImageLabeling.getClient(
    CustomImageLabelerOptions.Builder(localModel)
    .setConfidenceThreshold(0.3F).build())
  

Voici quelques exemples d'anciennes et de nouvelles méthodes Java:

Ancienne version

// Construct image labeler with base model and default options.
FirebaseVisionImageLabeler imagelLabeler =
     FirebaseVision.getInstance().getOnDeviceImageLabeler();

// Construct object detector with base model and default options.
FirebaseVisionObjectDetector objectDetector =
     FirebaseVision.getInstance().getOnDeviceObjectDetector();

// Construct face detector with given options
FirebaseVisionFaceDetector faceDetector =
     FirebaseVision.getInstance().getVisionFaceDetector(options);

// Construct image labeler with local AutoML model
FirebaseAutoMLLocalModel localModel =
    new FirebaseAutoMLLocalModel.Builder()
      .setAssetFilePath("automl/manifest.json")
      .build();
FirebaseVisionImageLabeler autoMLImageLabeler =
    FirebaseVision.getInstance()
      .getOnDeviceAutoMLImageLabeler(
          FirebaseVisionOnDeviceAutoMLImageLabelerOptions.Builder(localModel)
            .setConfidenceThreshold(0.3F)
            .build());

Nouveau

// Construct image labeler with base model and default options.
ImageLabeler imageLabeler = ImageLabeling.getClient(ImageLabelerOptions.DEFAULT_OPTIONS);
// Optional: add life cycle observer
getLifecycle().addObserver(imageLabeler);

// Construct object detector with base model and default options.
ObjectDetector objectDetector = ObjectDetection.getClient(ObjectDetectorOptions.DEFAULT_OPTIONS);

// Construct face detector with given options
FaceDetector faceDetector = FaceDetection.getClient(options);

// Construct image labeler with local AutoML model
LocalModel localModel =
  new LocalModel.Builder()
    .setAssetManifestFilePath("automl/manifest.json")
    .build();
ImageLabeler autoMLImageLabeler =
  ImageLabeling.getClient(
    new CustomImageLabelerOptions.Builder(localModel)
    .setConfidenceThreshold(0.3F).build());
  

Modifications spécifiques aux API

Lecture de codes-barres

Pour l'API Barcode Scanning, il existe désormais deux façons de transmettre les modèles:

  • Via les services Google Play, également appelés "fins" (recommandé) : cette option réduit la taille de l'application, et le modèle est partagé entre les applications. Toutefois, les développeurs devront s'assurer que le modèle est téléchargé avant de l'utiliser pour la première fois.
  • Avec l'APK de votre application (ou APK "groupé") : la taille de l'application augmente, mais le modèle est immédiatement utilisable.

Les deux implémentations sont légèrement différentes, la version "groupée" apporte un certain nombre d'améliorations par rapport à la version "légère". Pour en savoir plus sur ces différences, consultez les consignes de l'API Barcode Scanning.

Détection de visages

Pour l'API Face Detection, les modèles peuvent être transmis de deux manières:

  • Via les services Google Play, également appelés "fins" (recommandé) : cette option réduit la taille de l'application, et le modèle est partagé entre les applications. Toutefois, les développeurs devront s'assurer que le modèle est téléchargé avant de l'utiliser pour la première fois.
  • Avec l'APK de votre application (ou "groupé") : la taille de téléchargement de l'application augmente, mais le modèle est immédiatement utilisable.

Le comportement des implémentations est le même.

Translation

  • TranslateLanguage utilise désormais des noms lisibles pour ses constantes (par exemple, ENGLISH) au lieu des balises de langue (EN). Elles sont désormais @StringDef au lieu de @IntDef, et la valeur de la constante est la balise de langue BCP 47 correspondante.

  • Si votre application utilise l'option de téléchargement "Inactif", sachez que cette option a été supprimée et qu'elle ne peut plus être utilisée. Vous pouvez toujours utiliser l'option de recharge de l'appareil. Si vous souhaitez un comportement plus complexe, vous pouvez retarder l'appel de RemoteModelManager.download derrière votre propre logique.

AutoML Image Labeling

Si votre application utilise l'option de téléchargement "appareil inactif", sachez que cette a été supprimée et ne peut plus être utilisée. Vous pouvez toujours utiliser le l'option « recharge de l'appareil ».

Si vous souhaitez un comportement plus complexe, vous pouvez retarder l'appel RemoteModelManager.download derrière votre propre logique.

Détection et suivi d'objets

Si votre application utilise la détection d'objets avec classification approximative, sachez que Le nouveau SDK a changé la façon dont il renvoie la catégorie de classification pour les mots clés d'objets.

La catégorie de classification est renvoyée en tant qu'instance de DetectedObject.Label au lieu d'un entier. Toutes les catégories possibles pour les classificateurs approximatifs sont inclus dans la classe PredefinedCategory.

Voici un exemple de l'ancien et du nouveau code Kotlin:

Ancienne version

if (object.classificationCategory == FirebaseVisionObject.CATEGORY_FOOD) {
    ...
}

Nouveau

if (!object.labels.isEmpty() && object.labels[0].text == PredefinedCategory.FOOD) {
    ...
}
// or
if (!object.labels.isEmpty() && object.labels[0].index == PredefinedCategory.FOOD_INDEX) {
    ...
}

Voici un exemple de l'ancien et du nouveau code Java:

Ancienne version

if (object.getClassificationCategory() == FirebaseVisionObject.CATEGORY_FOOD) {
    ...
}

Nouveau

if (!object.getLabels().isEmpty()
    && object.getLabels().get(0).getText().equals(PredefinedCategory.FOOD)) {
    ...
}
// or
if (!object.getLabels().isEmpty()
    && object.getLabels().get(0).getIndex() == PredefinedCategory.FOOD_INDEX) {
    ...
}

La catégorie "Inconnu" a été supprimée. Lorsque le niveau de confiance de la classification d'un objet est faible, nous ne renvoyons aucune étiquette.

Supprimer les dépendances Firebase (facultatif)

Cette étape ne s'applique que lorsque les conditions suivantes sont remplies:

  • Firebase ML Kit est le seul composant Firebase que vous utilisez.
  • Vous n'utilisez que des API sur l'appareil.
  • Vous n'utilisez pas l'inférence du modèle.

Dans ce cas, vous pouvez supprimer les dépendances Firebase après la migration. Procédez comme suit :

  • Supprimez le fichier de configuration Firebase en supprimant le fichier de configuration google-services.json du répertoire du module (au niveau de l'application) de votre application.
  • Remplacez le plug-in Gradle des services Google dans le fichier Gradle de votre module (au niveau de l'application) (généralement app/build.gradle) par le plug-in Strict Version Matcher:

Avant

apply plugin: 'com.android.application'
apply plugin: 'com.google.gms.google-services'  // Google Services plugin

android {
  // …
}

Après

apply plugin: 'com.android.application'
apply plugin: 'com.google.android.gms.strict-version-matcher-plugin'

android {
  // …
}
  • Remplacez le classpath du plug-in Gradle des services Google dans le fichier Gradle (build.gradle) de votre projet (niveau racine) par celui du plug-in Strict Version Matcher:

Avant

buildscript {
  dependencies {
    // ...

    classpath 'com.google.gms:google-services:4.3.3'  // Google Services plugin
  }
}

Après

buildscript {
  dependencies {
    // ...

    classpath 'com.google.android.gms:strict-version-matcher-plugin:1.2.1'
  }
}

Supprimez votre application Firebase dans la console Firebase en suivant les instructions les instructions sur le site d'assistance de Firebase.

Obtenir de l'aide

Si vous rencontrez des problèmes, veuillez consulter la page de la communauté canaux disponibles pour nous contacter.