Migración para iOS

Actualiza los nombres de los métodos

Actualiza los nombres de los métodos según estas reglas:

• Ya no existen las clases de punto de entrada del dominio (Vision, NaturalLanguage). Se reemplazaron por clases específicas para cada tarea. Reemplaza las llamadas a sus diversos métodos de fábrica para obtener detectores por llamadas directas al método de fábrica de cada detector.

• Se quitaron la clase VisionImageMetadata y la enumeración VisionDetectorImageOrientation. Usa la propiedad orientation de VisionImage para especificar la orientación de visualización de una imagen.

• Se cambió el nombre del método onDeviceTextRecognizer que obtiene una nueva instancia de TextRecognizer a textRecognizer.

• Se quitó la propiedad de confianza de las clases de resultados de reconocimiento de texto, incluidas TextElement, TextLine y TextBlock.

• Los métodos onDeviceImageLabeler y onDeviceImageLabeler(options:) para obtener una instancia de ImageLabeler nueva se combinaron y se les cambió el nombre a imageLabeler(options:).

• Se quitó el método objectDetector para obtener una nueva instancia de ObjectDetector. Utiliza objectDetector(options:) en lugar de esta función.

• Se quitó la propiedad type de ImageLabeler y la propiedad entityID de la clase de resultado del etiquetado de imágenes, ImageLabel.

• Se cambió el nombre de la API de escaneo de códigos de barras detect(in _:, completion:) a process(_:, completion:) para que sea coherente con otras APIs de visión.

• Las APIs de Natural Language ahora usan el término "etiqueta de idioma" (según se define en el estándar BCP-47) en lugar de "código de idioma".

• TranslateLanguage ahora usa nombres legibles (como .english) para sus constantes en lugar de etiquetas de idioma ( como .en).

Estos son algunos ejemplos de métodos de Swift antiguos y nuevos:

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())
    

Estos son algunos ejemplos de métodos antiguos y nuevos de Objective-C:

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];
    

Cambios específicos de la API

Detección y seguimiento de objetos

Si tu app usa la clasificación de objetos, ten en cuenta que el nuevo SDK cambió la forma en que devuelve la categoría de clasificación para los objetos detectados.

VisionObjectCategory en VisionObject se devuelve como text en un objeto ObjectLabel, en lugar de un número entero. Todas las categorías de cadenas posibles se incluyen en la enumeración DetectedObjectLabel.

Ten en cuenta que se quitó la categoría .unknown. Cuando la confianza de clasificar un objeto es baja, el clasificador no devuelve ninguna etiqueta.

A continuación, se muestra un ejemplo del código Swift anterior y nuevo:

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) {
    ...
  }
}

A continuación, se muestra un ejemplo del código Objective-C anterior y nuevo:

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

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

Quita las dependencias de Firebase (opcional)

Este paso solo se aplica cuando se cumplen las siguientes condiciones:

• Firebase ML Kit es el único componente de Firebase que usas.
• Solo usas APIs alojadas en el dispositivo
• No usas la entrega de modelos

Si es así, puedes quitar las dependencias de Firebase después de la migración. Para hacerlo, sigue estos pasos:

• Borra el archivo GoogleService-Info.plist del directorio de tu app y de tu proyecto de Xcode para quitar el archivo de configuración de Firebase.
• Quita cualquier CocoaPod de Firebase, como pod 'Firebase/Analytics', de tu Podfile.
• Quita cualquier inicialización de FirebaseApp, como FirebaseApp.configure(), de tu código.
• Borra tu app de Firebase en Firebase console según las instrucciones del sitio de asistencia de Firebase.

Cómo obtener ayuda

Si tienes algún problema, consulta nuestra página de la comunidad, en la que se describen los canales disponibles para comunicarte con nosotros.