iOS এর জন্য স্থানান্তর করা হচ্ছে

পদ্ধতির নাম আপডেট করুন

এই নিয়ম অনুসারে পদ্ধতির নাম আপডেট করুন:

• ডোমেন এন্ট্রি পয়েন্ট ক্লাস ( Vision , NaturalLanguage ) আর বিদ্যমান নেই। এগুলো টাস্ক স্পেসিফিক ক্লাস দ্বারা প্রতিস্থাপিত হয়েছে। ডিটেক্টর পাওয়ার জন্য তাদের বিভিন্ন ফ্যাক্টরি পদ্ধতিতে কল প্রতিস্থাপন করে প্রতিটি ডিটেক্টরের ফ্যাক্টরি পদ্ধতিতে সরাসরি কল করুন।

• VisionImageMetadata ক্লাসটি VisionDetectorImageOrientation enum সহ সরানো হয়েছে। একটি ছবির ডিসপ্লে ওরিয়েন্টেশন নির্দিষ্ট করতে VisionImage এর orientation প্রোপার্টি ব্যবহার করুন।

• onDeviceTextRecognizer পদ্ধতি যা একটি নতুন TextRecognizer ইনস্ট্যান্স পায় তার নাম পরিবর্তন করে textRecognizer রাখা হয়েছে।

• টেক্সট স্বীকৃতি ফলাফল ক্লাস থেকে আত্মবিশ্বাসের বৈশিষ্ট্যটি সরানো হয়েছে, যার মধ্যে রয়েছে TextElement , TextLine , এবং TextBlock ।

• নতুন ImageLabeler ইনস্ট্যান্স পাওয়ার জন্য onDeviceImageLabeler এবং onDeviceImageLabeler(options:) পদ্ধতিগুলিকে একত্রিত করে imageLabeler(options:) নামকরণ করা হয়েছে।

• নতুন ObjectDetector ইনস্ট্যান্স পাওয়ার জন্য objectDetector পদ্ধতিটি সরানো হয়েছে। পরিবর্তে objectDetector(options:) ব্যবহার করুন।

• ImageLabeler থেকে type প্রপার্টিটি সরানো হয়েছে এবং ইমেজ লেবেলিং রেজাল্ট ক্লাস, ImageLabel থেকে entityID প্রপার্টিটি সরানো হয়েছে।

• অন্যান্য ভিশন এপিআই-এর সাথে সামঞ্জস্যপূর্ণ হওয়ার জন্য বারকোড স্ক্যানিং এপিআই detect(in _:, completion:) নাম পরিবর্তন করে process(_:, completion:) রাখা হয়েছে।

• ন্যাচারাল ল্যাঙ্গুয়েজ এপিআই এখন "ভাষা কোড" এর পরিবর্তে "ভাষা ট্যাগ" ( BCP-47 স্ট্যান্ডার্ড দ্বারা সংজ্ঞায়িত) শব্দটি ব্যবহার করে।

• TranslateLanguage এখন ভাষা ট্যাগ (যেমন .en) এর পরিবর্তে তার ধ্রুবকের জন্য পঠনযোগ্য নাম (যেমন .english) ব্যবহার করে।

এখানে পুরাতন এবং নতুন সুইফট পদ্ধতির কিছু উদাহরণ দেওয়া হল:

let options = VisionOnDeviceImageLabelerOptions()
options.confidenceThreshold = 0.75
let labeler = Vision.vision().onDeviceImageLabeler(options: options)

let detector = Vision.vision().faceDetector(options: options)

let localModel = AutoMLLocalModel(manifestPath: "automl/manifest.json")
let options = VisionOnDeviceAutoMLImageLabelerOptions(localModel: localModel)
options.confidenceThreshold = 0.75
let labeler = vision.onDeviceAutoMLImageLabeler(options: options)

let detector = Vision.vision().objectDetector()
    

let options = ImageLabelerOptions()
options.confidenceThreshold = NSNumber(value:0.75)
let labeler = ImageLabeler.imageLabeler(options: options)

let detector = FaceDetector.faceDetector(options: options)

let localModel = LocalModel(manifestPath: "automl/manifest.json")
let options = CustomImageLabelerOptions(localModel: localModel)
options.confidenceThreshold = NSNumber(value:0.75)
let labeler = ImageLabeler.imageLabeler(options: options)

let detector = ObjectDetector.objectDetector(options: ObjectDetectorOptions())
    

এখানে পুরাতন এবং নতুন অবজেক্টিভ-সি পদ্ধতির কিছু উদাহরণ দেওয়া হল:

FIRVisionOnDeviceImageLabelerOptions *options = 
    [[FIRVisionOnDeviceImageLabelerOptions alloc] init];
options.confidenceThreshold = 0.75;
FIRVisionImageLabeler *labeler = 
    [[FIRVision vision] onDeviceImageLabelerWithOptions:options];

FIRVisionFaceDetector *detector =
    [[FIRVision vision] faceDetectorWithOptions: options];

FIRAutoMLLocalModel *localModel =
    [[FIRAutoMLLocalModel alloc] initWithManifestPath:@"automl/manifest.json"];
FIRVisionOnDeviceAutoMLImageLabelerOptions *options =
    [[FIRVisionOnDeviceAutoMLImageLabelerOptions alloc]
        initWithLocalModel: localModel];
options.confidenceThreshold = 0.75
FIRVisionImageLabeler *labeler =
    [[FIRVision vision] onDeviceAutoMLImageLabelerWithOptions:options];

FIRVisionObjectDetector *detector =
    [[FIRVision vision] objectDetector];
    

MLKImageLabelerOptions *options =
    [[MLKImageLabelerOptions alloc] init];
options.confidenceThreshold = @(0.75);
MLKImageLabeler *labeler =
    [MLKImageLabeler imageLabelerWithOptions:options];

MLKFaceDetector *detector =
    [MLKFaceDetector faceDetectorWithOptions:options];

MLKLocalModel *localModel =
    [[MLKLocalModel alloc]
        initWithManifestPath:@"automl/manifest.json"];
MLKCustomImageLabelerOptions *options =
    [[MLKCustomImageLabelerOptions alloc] initWithLocalModel:localModel];
options.confidenceThreshold = @(0.75)
MLKImageLabeler *labeler =
    [MLKImageLabeler imageLabelerWithOptions:options];

MLKObjectDetectorOptions *options = [[MLKObjectDetectorOptions alloc] init];
MLKObjectDetector *detector = [MLKObjectDetector objectDetectorWithOptions:options];
    

API-নির্দিষ্ট পরিবর্তনগুলি

বস্তু সনাক্তকরণ এবং ট্র্যাকিং

যদি আপনার অ্যাপটি অবজেক্ট ক্লাসিফিকেশন ব্যবহার করে, তাহলে জেনে রাখুন যে নতুন SDK সনাক্ত করা অবজেক্টের জন্য ক্লাসিফিকেশন ক্যাটাগরি ফেরত দেওয়ার পদ্ধতি পরিবর্তন করেছে।

VisionObject এ VisionObjectCategory একটি পূর্ণসংখ্যার পরিবর্তে একটি ObjectLabel অবজেক্টে text হিসেবে ফেরত পাঠানো হয়। সমস্ত সম্ভাব্য স্ট্রিং বিভাগ DetectedObjectLabel enum-এ অন্তর্ভুক্ত করা হয়।

মনে রাখবেন যে .unknown বিভাগটি সরানো হয়েছে। যখন কোনও বস্তুর শ্রেণীবদ্ধকরণের আস্থা কম থাকে, তখন শ্রেণিবদ্ধকারী কোনও লেবেল ফেরত দেয় না।

এখানে পুরাতন এবং নতুন সুইফট কোডের একটি উদাহরণ দেওয়া হল:

if (object.classificationCategory == .food) {
    ...
}

if let label = object.labels.first {
  if (label.text == DetectedObjectLabel.food.rawValue) {
    ...
  }
}
// or
if let label = object.labels.first {
  if (label.index == DetectedObjectLabelIndex.food.rawValue) {
    ...
  }
}

এখানে পুরাতন এবং নতুন অবজেক্টিভ-সি কোডের একটি উদাহরণ দেওয়া হল:

if (object.classificationCategory == FIRVisionObjectCategoryFood) {
    ...
}

if ([object.labels[0].text isEqualToString:MLKDetectedObjectLabelFood]) {
  ...
}
// or
if ([object.labels[0].index == MLKDetectedObjectLabelIndexFood]) {
  ...
}

ফায়ারবেস নির্ভরতা অপসারণ করুন (ঐচ্ছিক)

এই ধাপটি শুধুমাত্র তখনই প্রযোজ্য যখন এই শর্তগুলি পূরণ করা হয়:

• Firebase ML Kit হল একমাত্র Firebase উপাদান যা আপনি ব্যবহার করেন
• আপনি কেবল অন-ডিভাইস API ব্যবহার করেন
• আপনি মডেল সার্ভিং ব্যবহার করেন না

যদি এমন হয়, তাহলে মাইগ্রেশনের পরে আপনি Firebase নির্ভরতা অপসারণ করতে পারেন। এই পদক্ষেপগুলি অনুসরণ করুন:

• আপনার অ্যাপের ডিরেক্টরি এবং আপনার Xcode প্রকল্প থেকে GoogleService-Info.plist ফাইলটি মুছে Firebase কনফিগারেশন ফাইলটি সরান।
• আপনার পডফাইল থেকে যেকোনো ফায়ারবেস কোকোপড, যেমন pod 'Firebase/Analytics' , সরিয়ে ফেলুন।
• আপনার কোড থেকে যেকোনো FirebaseApp ইনিশিয়ালাইজেশন, যেমন FirebaseApp.configure() মুছে ফেলুন।
• Firebase সাপোর্ট সাইটের নির্দেশাবলী অনুসরণ করে Firebase কনসোল থেকে আপনার Firebase অ্যাপটি মুছে ফেলুন।

সাহায্য পাওয়া

যদি আপনার কোনও সমস্যা হয়, তাহলে অনুগ্রহ করে আমাদের কমিউনিটি পৃষ্ঠাটি দেখুন যেখানে আমরা আমাদের সাথে যোগাযোগের জন্য উপলব্ধ চ্যানেলগুলির রূপরেখা দিই।