Bermigrasi untuk iOS

Memperbarui nama metode

Perbarui nama metode sesuai dengan aturan berikut:

• Class titik entri domain (Vision, NaturalLanguage) tidak ada lagi. Class tersebut telah diganti dengan class khusus tugas. Ganti panggilan ke berbagai metode factory untuk mendapatkan detektor dengan panggilan langsung ke setiap metode factory detektor.

• Class VisionImageMetadata telah dihapus, beserta enum VisionDetectorImageOrientation. Gunakan properti orientation dari VisionImage untuk menentukan orientasi tampilan gambar.

• Metode onDeviceTextRecognizer yang mendapatkan instance TextRecognizer baru telah diganti namanya menjadi textRecognizer.

• Properti keyakinan telah dihapus dari class hasil pengenalan teks, termasuk TextElement, TextLine, dan TextBlock.

• Metode onDeviceImageLabeler dan onDeviceImageLabeler(options:) untuk mendapatkan instance ImageLabeler baru telah digabungkan dan diganti namanya menjadi imageLabeler(options:).

• Metode objectDetector untuk mendapatkan instance ObjectDetector baru telah dihapus. Gunakan objectDetector(options:) sebagai gantinya.

• Properti type telah dihapus dari ImageLabeler dan properti entityID telah dihapus dari class hasil pemberian label gambar, ImageLabel.

• API pemindaian kode batang detect(in _:, completion:) telah diganti namanya menjadi process(_:, completion:) agar konsisten dengan API visi lainnya.

• Natural Language API kini menggunakan istilah "tag bahasa" (sebagaimana ditentukan oleh standar BCP-47), bukan "kode bahasa".

• TranslateLanguage kini menggunakan nama yang dapat dibaca (seperti .english) untuk konstantanya, bukan tag bahasa ( seperti .en).

Berikut beberapa contoh metode Swift lama dan baru:

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())
    

Berikut beberapa contoh metode Objective-C lama dan baru:

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];
    

Perubahan khusus API

Deteksi dan pelacakan objek

Jika aplikasi Anda menggunakan klasifikasi objek, perhatikan bahwa SDK baru telah mengubah cara menampilkan kategori klasifikasi untuk objek yang terdeteksi.

VisionObjectCategory di VisionObject ditampilkan sebagai text dalam objek ObjectLabel, bukan bilangan bulat. Semua kemungkinan kategori string disertakan dalam enum DetectedObjectLabel.

Perhatikan bahwa kategori .unknown telah dihapus. Jika keyakinan dalam mengklasifikasikan objek rendah, pengklasifikasi tidak akan menampilkan label sama sekali.

Berikut adalah contoh kode Swift lama dan baru:

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) {
    ...
  }
}

Berikut adalah contoh kode Objective-C lama dan baru:

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

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

Menghapus dependensi Firebase (Opsional)

Langkah ini hanya berlaku jika kondisi berikut terpenuhi:

• Firebase ML Kit adalah satu-satunya komponen Firebase yang Anda gunakan
• Anda hanya menggunakan API di perangkat
• Anda tidak menggunakan penayangan model

Jika demikian, Anda dapat menghapus dependensi Firebase setelah migrasi. Ikuti langkah-langkah berikut:

• Hapus file konfigurasi Firebase dengan menghapus file GoogleService-Info.plist dari direktori aplikasi dan project Xcode Anda.
• Hapus cocoapod Firebase, seperti pod 'Firebase/Analytics', dari Podfile Anda.
• Hapus inisialisasi FirebaseApp, seperti FirebaseApp.configure() dari kode Anda.
• Hapus aplikasi Firebase Anda di Firebase console sesuai dengan petunjuk di situs dukungan Firebase.

Mendapatkan Bantuan

Jika Anda mengalami masalah, lihat halaman Komunitas kami yang menjelaskan saluran yang tersedia untuk menghubungi kami.