Em 3 de junho de 2020, fizemos algumas alterações no Kit de ML para Firebase para distinguir melhor as APIs no dispositivo das APIs baseadas na nuvem. O conjunto atual de APIs agora está dividido nos dois produtos abaixo:
Um novo produto, chamado apenas de Kit de ML, que vai conter todas as APIs no dispositivo.
Firebase Machine Learning, com foco em APIs baseadas na nuvem e na implantação de modelos personalizados.
Essa mudança também facilitará a integração do Kit de ML ao seu app se você precisar apenas de uma solução no dispositivo. Este documento explica como migrar seu app do SDK do Kit de ML do Firebase para o novo SDK do Kit de ML.
O que está mudando?
APIs base no dispositivo
As APIs a seguir foram movidas para o novo SDK autônomo do Kit de ML.
- Leitura de código de barras
- Detecção facial
- Marcação de imagens
- Detecção e rastreamento de objetos
- Reconhecimento de texto
- Código do idioma
- Resposta inteligente
- Tradutor
- API de inferência do AutoML Vision Edge
As APIs de base no dispositivo no SDK do Kit de ML para Firebase foram descontinuadas e não vão mais receber atualizações.
Se você usa essas APIs no seu app hoje, migre para o novo SDK do Kit de ML seguindo o Guia de migração do Kit de ML para Android e o Guia de migração do Kit de ML para iOS.
APIs de modelo personalizado
Para fazer o download de modelos hospedados no Firebase, a ferramenta de download de modelos personalizados continua a ser oferecida pelo SDK do Firebase ML. O SDK busca o modelo mais recente disponível e o transmite ao ambiente de execução separado do TensorFlow Lite para inferência.
O intérprete de modelo personalizado no Kit de ML para SDK do Firebase foi descontinuado e não vai mais receber atualizações. Recomendamos usar o ambiente de execução do TensorFlow Lite diretamente para inferência. Como alternativa, se você só quiser usar modelos personalizados para rotulagem de imagens e APIs de detecção e rastreamento de objetos, agora poderá usar modelos personalizados nessas APIs diretamente no Kit de ML.
Consulte os guias de migração para Android e iOS para ver instruções detalhadas.
O que não mudou?
As APIs e os serviços baseados na nuvem continuarão sendo oferecidos com o Firebase ML:
As APIs de rotulagem de imagens, reconhecimento de texto e reconhecimento de pontos de referência baseadas na nuvem ainda estão disponíveis no SDK do Firebase ML.
O Firebase ML também continua oferecendo implantação de modelos
Perguntas frequentes
Qual é o motivo dessa mudança?
Estamos fazendo essa mudança para esclarecer quais soluções o produto oferece. Com essa mudança, o novo SDK do Kit de ML está totalmente focado no aprendizado de máquina no dispositivo, em que todo o processamento de dados acontece no dispositivo e está disponível para os desenvolvedores sem nenhum custo. Os serviços em nuvem que faziam parte do Kit de ML do Firebase antes permanecem disponíveis por meio do Firebase ML e ainda é possível usá-los em paralelo com as APIs do Kit de ML.
Para APIs no dispositivo, o novo SDK do Kit de ML facilita a integração do Kit de ML ao app pelos desenvolvedores. A partir de agora, você só precisa adicionar dependências ao projeto do app e começar a usar a API. Não é necessário configurar um projeto do Firebase apenas para usar as APIs no dispositivo.
O que acontece com meus modelos que estão sendo hospedados com o Firebase?
O Firebase Machine Learning continuará a exibir os modelos como antes. Essa funcionalidade não vai mudar. Estas são algumas das melhorias:
Agora é possível implantar modelos no Firebase de maneira programática usando os SDKs do Python ou do Node.
Agora é possível usar o SDK do Firebase ML com o ambiente de execução do TensorFlow Lite. O SDK do Firebase faz o download do modelo no dispositivo, e o ambiente de execução do TensorFlow Lite realiza a inferência. Isso permite escolher facilmente a versão do ambiente de execução que preferir, incluindo um build personalizado.
Quais são os benefícios de migrar para o novo SDK do kit de ML?
A migração para o novo SDK vai garantir que seus aplicativos aproveitem as correções de bugs e melhorias mais recentes das APIs no dispositivo. Por exemplo, aqui estão algumas mudanças na primeira versão:
Agora é possível usar as novas APIs de rotulagem de imagens personalizadas e detecção e rastreamento de objetos personalizados para integrar com facilidade modelos de classificação de imagem personalizados nos seus apps e criar experiências do usuário interativas em tempo real.
Adicionamos suporte ao ciclo de vida do Android Jetpack a todas as APIs. Agora é possível usar
addObserverpara gerenciar automaticamente o início e a eliminação das APIs do Kit de ML conforme o app passa pela rotação ou fechamento da tela pelo usuário / sistema. Isso facilita a integração com o CameraX.
Confira uma lista completa das mudanças mais recentes nas notas da versão do SDK do kit de ML.
Estou usando o Kit de ML para Firebase hoje. Quando preciso migrar?
Isso depende do kit de ML para APIs do Firebase que você usa atualmente no seu app.
As APIs base no dispositivo no SDK do Kit de ML para Firebase vão continuar funcionando no futuro próximo. No entanto, ao atrasar a mudança para o novo SDK do Kit de ML, você não se beneficiará de novos recursos e atualizações. Além disso, depois de atualizar outros componentes no app, há o risco de conflitos de dependências. Isso pode acontecer quando algumas das outras dependências (diretas ou indiretas) são mais recentes do que as esperadas pelo antigo kit de ML para o SDK do Firebase. Exemplos de bibliotecas em que isso pode acontecer são OkHttp e firebase-common.
Se você estiver usando APIs do Cloud por meio do Kit de ML para SDK do Firebase, nenhuma alteração é necessária no momento.
Se você estiver usando a implantação de modelo personalizado, recomendamos que você faça upgrade para a versão mais recente, que permite executar inferências diretamente no ambiente de execução do TensorFlow Lite.