אפשר להעביר מודל לסיווג תמונות שאומן באמצעות AutoML למודל המותאם אישית. ממשקי API. אפשר להמשיך לשלב את המודל בתוך האפליקציה או לארח אותו במסוף Firebase כמודל מותאם אישית. ה-API לתיוג תמונות של AutoML הוסר מ-ML Kit כי הוא הוחלף לחלוטין ב-API לתיוג תמונות של מודלים בהתאמה אישית.
API | מה משתנה? |
---|---|
AutoML Vision Edge image labeling API | הוא מוחל במלואו בממשק ה-API של הוספת תוויות לתמונות של מודלים מותאמים אישית. ה-API הקיים לתיוג תמונות של AutoML Vision Edge יוסר. |
אם אתם משתמשים ב-ML Kit עם AutoML Vision Edge API, עליכם לפעול לפי הוראות ההעברה ל-Android ול-iOS.
שאלות נפוצות
מה הסיבה לשינוי הזה?
הוא עוזר לפשט את ממשקי ה-API של ML Kit ומקל על השילוב של ML Kit באפליקציה שלך. לאחר השינוי, תוכלו להשתמש במודל שעבר אימון AutoML בדיוק כמו מודל מותאם אישית. הוא גם מאפשר להשתמש במודלים שאומנו על ידי AutoML לזיהוי ולמעקב של אובייקטים, בנוסף לתיוג תמונות תומכים כרגע. בנוסף, ה-API של מודל בהתאמה אישית תומך גם במודלים עם מפת תוויות שמוטמעת במטא-נתונים שלהם, וגם במודלים עם קובצי מניפסט ותוויות נפרדים.
אילו יתרונות יש להעברה ל-SDK החדש?
- תכונות חדשות: אפשרות להשתמש במודלים שהותאמו באמצעות AutoML גם לתיוג תמונות וגם לזיהוי אובייקטים ומעקב אחריהם, ואפשרות להשתמש במודלים עם מפת תוויות שמוטמעת במטא-נתונים שלהם.
מדריך להעברת נתונים (מיגרציה) ל-Android
שלב 1: מעדכנים את תהליך הייבוא של Gradle
מעדכנים את יחסי התלות של ספריות ML Kit ל-Android בקובץ Gradle של המודול (ברמת האפליקציה) (בדרך כלל app/build.gradle
) בהתאם לטבלה הבאה:
תכונה | ארטיפקטים ישנים | ארטיפקט חדש |
---|---|---|
הוספת תוויות לתמונה באמצעות AutoML ללא הורדת מודל מרחוק | com.google.mlkit:image-labeling-automl:16.2.1 | com.google.mlkit:image-labeling-custom:16.0.0-beta5 |
הוספת תיוג לתמונה באמצעות AutoML באמצעות הורדת מודל מרחוק |
com.google.mlkit:image-labeling-automl:16.2.1 com.google.mlkit:linkfirebase:16.0.1 |
com.google.mlkit:image-labeling-custom:16.0.0-beta5 com.google.mlkit:linkfirebase:17.0.0 |
שלב 2: מעדכנים את שמות הכיתות
אם הכיתה מופיעה בטבלה הזו, מבצעים את השינוי הנדרש:
כיתה ישנה | כיתה חדשה |
---|---|
com.google.mlkit.vision.label.automl.AutoMLImageLabelerLocalModel | com.google.mlkit.common.model.LocalModel |
com.google.mlkit.vision.label.automl.AutoMLImageLabelerRemoteModel | com.google.mlkit.common.model.CustomRemoteModel |
com.google.mlkit.vision.label.automl.AutoMLImageLabelerOptions | com.google.mlkit.vision.label.custom.CustomImageLabelerOptions |
שלב 3: מעדכנים את שמות השיטות
יש שינויים קלים בקוד:
- עכשיו אפשר לאתחל את
LocalModel
באמצעות נתיב של קובץ מודל (אם למודל יש מטא-נתונים שמכילים את מפת התוויות) או נתיב של קובץ מניפסט של מודל (אם המניפסט, המודל והתוויות נמצאים בקבצים נפרדים). - אפשר לארח מודל מותאם אישית מרחוק דרך מסוף Firebase ולאתחל
CustomRemoteModel
באמצעותFirebaseModelSource
.
הנה כמה דוגמאות לשיטות Kotlin ישנות וחדשות:
ישן
val localModel = AutoMLImageLabelerLocalModel.Builder() .setAssetFilePath("automl/manifest.json") // or .setAbsoluteFilePath(absolute file path to manifest file) .build() val optionsWithLocalModel = AutoMLImageLabelerOptions.Builder(localModel) .setConfidenceThreshold(0.5f) .build() val remoteModel = AutoMLImageLabelerRemoteModel.Builder("automl_remote_model") .build() val optionsWithRemoteModel = AutoMLImageLabelerOptions.Builder(remoteModel) .build()
חדש
val localModel = LocalModel.Builder() .setAssetManifestFilePath("automl/manifest.json") // or .setAbsoluteManifestFilePath(absolute file path to manifest file) .build() val optionsWithLocalModel = CustomImageLabelerOptions.Builder(localModel) .setConfidenceThreshold(0.5f) .build() val firebaseModelSource = FirebaseModelSource.Builder("automl_remote_model") .build() val remoteModel = CustomRemoteModel.Builder(firebaseModelSource).build() val optionsWithRemoteModel = CustomImageLabelerOptions.Builder(remoteModel) .build()
ריכזנו כאן כמה דוגמאות לשיטות Java ישנות וחדשות:
ישן
AutoMLImageLabelerLocalModel localModel = new AutoMLImageLabelerLocalModel.Builder() .setAssetFilePath("automl/manifest.json") // or .setAbsoluteFilePath(absolute file path to manifest file) .build(); AutoMLImageLabelerOptions optionsWithLocalModel = new AutoMLImageLabelerOptions.Builder(localModel) .setConfidenceThreshold(0.5f) .build(); AutoMLImageLabelerRemoteModel remoteModel = new AutoMLImageLabelerRemoteModel.Builder("automl_remote_model").build(); AutoMLImageLabelerOptions optionsWithRemoteModel = new AutoMLImageLabelerOptions.Builder(remoteModel) .build();
חדש
LocalModel localModel = new LocalModel.Builder() .setAssetManifestFilePath("automl/manifest.json") // or .setAbsoluteManifestFilePath(absolute file path to manifest file) .build() CustomImageLabelerOptions optionsWithLocalModel = new CustomImageLabelerOptions.Builder(localModel) .setConfidenceThreshold(0.5f) .build(); FirebaseModelSource firebaseModelSource = new FirebaseModelSource.Builder("automl_remote_model").build(); CustomRemoteModel remoteModel = new CustomRemoteModel.Builder(firebaseModelSource).build(); CustomImageLabelerOptions optionsWithRemoteModel = new CustomImageLabelerOptions.Builder(remoteModel).build();
מדריך להעברת נתונים ל-iOS
דרישות מוקדמות
- נדרש Xcode 13.2.1 ומעלה.
שלב 1: מעדכנים את Cocoapods
מעדכנים את יחסי התלות של ML Kit ל-iOS ב-cocoapods ב-Podfile של האפליקציה:
תכונה | שמות ישנים של פודקאסטים | שמות חדשים של פודקאסטים |
---|---|---|
AutoML להוספת תוויות לתמונות בלי הורדה מרחוק של מודל | GoogleMLKit/ImageLabelingAutoML | GoogleMLKit/ImageLabelingCustom |
הוספת תיוג לתמונה באמצעות AutoML באמצעות הורדת מודל מרחוק |
GoogleMLKit/ImageLabelingAutoML GoogleMLKit/LinkFirebase |
GoogleMLKit/ImageLabelingCustom GoogleMLKit/LinkFirebase |
שלב 2: מעדכנים את שמות הכיתות
אם הכיתה מופיעה בטבלה הזו, מבצעים את השינוי הנדרש:
Swift
כיתה ישנה | כיתה חדשה |
---|---|
AutoMLImageLabelerLocalModel | LocalModel |
AutoMLImageLabelerRemoteModel | CustomRemoteModel |
AutoMLImageLabelerOptions | CustomImageLabelerOptions |
Objective-C
הכיתה הישנה | כיתה חדשה |
---|---|
MLKAutoMLImageLabelerLocalModel | MLKLocalModel |
MLKAutoMLImageLabelerRemoteModel | MLKCustomRemoteModel |
MLKAutoMLImageLabelerOptions | MLKCustomImageLabelerOptions |
Objective-C
שלב 3: מעדכנים את שמות השיטות
יש שינויים קלים בקוד:
- עכשיו אפשר לאתחל את
LocalModel
באמצעות נתיב של קובץ מודל (אם למודל יש מטא-נתונים שמכילים את מפת התוויות) או נתיב של קובץ מניפסט של מודל (אם המניפסט, המודל והתוויות נמצאים בקבצים נפרדים). - אפשר לארח מרחוק מודל מותאם אישית דרך מסוף Firebase ולהפעיל
CustomRemoteModel
באמצעותFirebaseModelSource
.
הנה כמה דוגמאות לשיטות Swift הישנות והחדשות:
ישן
let localModel = AutoMLImageLabelerLocalModel(manifestPath: "automl/manifest.json") let optionsWithLocalModel = AutoMLImageLabelerOptions(localModel: localModel) let remoteModel = AutoMLImageLabelerRemoteModel(name: "automl_remote_model") let optionsWithRemoteModel = AutoMLImageLabelerOptions(remoteModel: remoteModel)
חדש
guard let localModel = LocalModel(manifestPath: "automl/manifest.json") else { return } let optionsWithLocalModel = CustomImageLabelerOptions(localModel: localModel) let firebaseModelSource = FirebaseModelSource(name: "automl_remote_model") let remoteModel = CustomRemoteModel(remoteModelSource: firebaseModelSource) let optionsWithRemoteModel = CustomImageLabelerOptions(remoteModel: remoteModel)
ריכזנו כאן כמה דוגמאות לשיטות Objective-C ישנות וחדשות:
ישן
MLKAutoMLImageLabelerLocalModel *localModel = [[MLKAutoMLImageLabelerLocalModel alloc] initWithManifestPath:"automl/manifest.json"]; MLKAutoMLImageLabelerOptions *optionsWithLocalModel = [[MLKAutoMLImageLabelerOptions alloc] initWithLocalModel:localModel]; MLKAutoMLImageLabelerRemoteModel *remoteModel = [[MLKAutoMLImageLabelerRemoteModel alloc] initWithManifestPath:"automl/manifest.json"]; MLKAutoMLImageLabelerOptions *optionsWithRemoteModel = [[MLKAutoMLImageLabelerOptions alloc] initWithRemoteModel:remoteModel];
חדש
MLKLocalModel *localModel = [[MLKLocalModel alloc] initWithManifestPath:"automl/manifest.json"]; MLKCustomImageLabelerOptions *optionsWithLocalModel = [[MLKCustomImageLabelerOptions alloc] initWithLocalModel:localModel]; MLKFirebaseModelSource *firebaseModelSource = [[MLKFirebaseModelSource alloc] initWithName:@"automl_remote_model"]; MLKCustomRemoteModel *remoteModel = [[MLKCustomRemoteModel alloc] initWithRemoteModelSource:firebaseModelSource]; MLKCustomImageLabelerOptions *optionsWithRemoteModel = [[MLKCustomImageLabelerOptions alloc] initWithRemoteModel:remoteModel];