Guía de migración del Kit de AA para AutoML Vision Edge

Puedes pasar un modelo de clasificación de imágenes entrenado por AutoML a las APIs de modelos personalizados. Puedes seguir incluyendo el modelo en tu app o alojarlo en Firebase console como un modelo personalizado. La API de AutoML Image Labeling se quitó de ML Kit, ya que se reemplazó por completo por la API de Custom Model Image Labeling.

Si actualmente eres usuario del Kit de ML y usas la API de AutoML Vision Edge, sigue las instrucciones de migración para Android y iOS.

Preguntas frecuentes

¿Por qué se aplicó este cambio?

Ayuda a simplificar las APIs del Kit de AA y facilita la integración del Kit de AA en tu app. Con este cambio, puedes usar un modelo entrenado con AutoML de la misma manera que un modelo personalizado. También te permite usar modelos entrenados con AutoML para la detección y el seguimiento de objetos, además del etiquetado de imágenes que admitimos actualmente. Además, la API de modelos personalizados admite tanto modelos con un mapa de etiquetas incorporado en sus metadatos como modelos con archivos de etiquetas y manifiestos separados.

¿Qué beneficios obtengo al migrar al nuevo SDK?

• Nuevas funciones: Capacidad de usar modelos entrenados con AutoML para el etiquetado de imágenes y la detección y el seguimiento de objetos, y capacidad de usar modelos con un mapa de etiquetas incorporado en sus metadatos.

Guía de migración para Android

Paso 1: Actualiza las importaciones de Gradle

Actualiza las dependencias de las bibliotecas de Android del ML Kit en el archivo Gradle (generalmente app/build.gradle) de tu módulo (nivel de app) según la siguiente tabla:

Paso 2: Actualiza los nombres de las clases

Si tu clase aparece en esta tabla, realiza el cambio indicado:

Paso 3: Actualiza los nombres de los métodos

Los cambios en el código son mínimos:

• Ahora, LocalModel se puede inicializar con la ruta de acceso a un archivo de modelo (si el modelo tiene metadatos que contienen el mapa de etiquetas) o con la ruta de acceso a un archivo de manifiesto del modelo (si el manifiesto, el modelo y las etiquetas están en archivos separados).
• Puedes alojar un modelo personalizado de forma remota a través de Firebase console y, luego, inicializar un CustomRemoteModel con un FirebaseModelSource.

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

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()

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()

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

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();

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();

Guía de migración para iOS

Requisitos previos

• Se requiere Xcode 13.2.1 o una versión posterior.

Paso 1: Actualiza Cocoapods

Actualiza las dependencias de los CocoaPods de ML Kit para iOS en el Podfile de tu app:

Paso 2: Actualiza los nombres de las clases

Si tu clase aparece en esta tabla, realiza el cambio indicado:

let localModel =
    AutoMLImageLabelerLocalModel(manifestPath: "automl/manifest.json")
let optionsWithLocalModel = AutoMLImageLabelerOptions(localModel: localModel)
let remoteModel = AutoMLImageLabelerRemoteModel(name: "automl_remote_model")
let optionsWithRemoteModel = AutoMLImageLabelerOptions(remoteModel: remoteModel)

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)

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];

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];