更新 Gradle 匯入項目
新版 SDK 只需要每個 ML Kit API 的一個依附元件。您不需要指定 firebase-ml-vision
或 firebase-ml-natural-language
等常見程式庫。ML Kit 會為依附於 Google Play 服務的程式庫使用 com.google.android.gms
命名空間。
Vision API
組合模型會隨應用程式一併交付。必須下載精簡模型。 部分 API 提供套裝和精簡兩種形式,其他 API 則僅提供其中一種形式:
API | 組合 | 細 |
---|---|---|
文字辨識 | x (Beta 版) | x |
臉部偵測 | x | x |
條碼掃描 | x | x |
圖片標籤 | x | x |
偵測及追蹤物件 | x | - |
根據下表,更新模組 (應用程式層級) Gradle 檔案 (通常為 app/build.gradle
) 中 ML Kit Android 程式庫的依附元件:
套裝組合模型
API | 舊構件 | 新構件 |
---|---|---|
條碼掃描 | com.google.firebase:firebase-ml-vision:24.0.1 com.google.firebase:firebase-ml-vision-barcode-model:16.0.1 |
com.google.mlkit:barcode-scanning:17.3.0 |
臉部輪廓 | com.google.firebase:firebase-ml-vision:24.0.1 com.google.firebase:firebase-ml-vision-face-model:19.0.0 |
com.google.mlkit:face-detection:16.1.7 |
圖片標籤 | com.google.firebase:firebase-ml-vision:24.0.1 com.google.firebase:firebase-ml-vision-image-label-model:19.0.0 |
com.google.mlkit:image-labeling:17.0.9 |
物件偵測 | com.google.firebase:firebase-ml-vision:24.0.1 com.google.firebase:firebase-ml-vision-object-detection-model:19.0.3 |
com.google.mlkit:object-detection:17.0.2 |
精簡模型
API | 舊構件 | 新構件 |
---|---|---|
條碼掃描 | com.google.firebase:firebase-ml-vision:24.0.1 | com.google.android.gms:play-services-mlkit-barcode-scanning:18.3.1 |
臉部偵測 | com.google.firebase:firebase-ml-vision:24.0.1 | com.google.android.gms:play-services-mlkit-face-detection:17.1.0 |
文字辨識 | com.google.firebase:firebase-ml-vision:24.0.1 | com.google.android.gms:play-services-mlkit-text-recognition:19.0.1 |
AutoMLVision Edge
API | 舊構件 | 新構件 |
---|---|---|
無需下載即可使用 AutoML | com.google.firebase:firebase-ml-vision:24.0.1 com.google.firebase:firebase-ml-vision-automl:18.0.3 |
com.google.mlkit:image-labeling-custom:17.0.3 |
使用 AutoML 進行下載 | com.google.firebase:firebase-ml-vision:24.0.1 com.google.firebase:firebase-ml-vision-automl:18.0.3 |
com.google.mlkit:image-labeling-custom:17.0.3
com.google.mlkit:linkfirebase:17.0.0 |
Natural Language API
組合模型會隨應用程式一併交付。必須下載精簡模型:
API | 組合 | 細 |
---|---|---|
語言 ID | x | x |
智慧回覆 | x | x (Beta 版) |
根據下表,更新模組 (應用程式層級) Gradle 檔案 (通常為 app/build.gradle
) 中 ML Kit Android 程式庫的依附元件:
套裝組合模型
API | 舊構件 | 新構件 |
---|---|---|
語言 ID | com.google.firebase:firebase-ml-natural-language:22.0.0 com.google.firebase:firebase-ml-natural-language-language-id-model:20.0.7 |
com.google.mlkit:language-id:17.0.6 |
智慧回覆 | com.google.firebase:firebase-ml-natural-language:22.0.0 com.google.firebase:firebase-ml-natural-language-smart-reply-model:20.0.7 |
com.google.mlkit:smart-reply:17.0.4 |
精簡模型
API | 舊構件 | 新構件 |
---|---|---|
語言 ID | com.google.firebase:firebase-ml-natural-language:22.0.0 com.google.firebase:firebase-ml-natural-language-language-id-model:20.0.7 |
com.google.android.gms:play-services-mlkit-language-id:17.0.0 |
智慧回覆 | com.google.firebase:firebase-ml-natural-language:22.0.0 com.google.firebase:firebase-ml-natural-language-smart-reply-model:20.0.7 |
com.google.android.gms:play-services-mlkit-smart-reply:16.0.0-beta1 |
更新類別名稱
如果這個表格中顯示您的類別,請進行下列變更:
舊課程 | 新課程 |
---|---|
com.google.firebase.ml.common.FirebaseMLException | com.google.mlkit.common.MlKitException |
com.google.firebase.ml.vision.common.FirebaseVisionImage | com.google.mlkit.vision.common.InputImage |
com.google.firebase.ml.vision.barcode.FirebaseVisionBarcodeDetector | com.google.mlkit.vision.barcode.BarcodeScanner |
com.google.firebase.ml.vision.labeler.FirebaseVisionImageLabel | com.google.mlkit.vision.label.ImageLabeler |
com.google.firebase.ml.vision.barcode.FirebaseVisionBarcodeDetector | com.google.mlkit.vision.barcode.BarcodeScanner |
com.google.firebase.ml.vision.automl.FirebaseAutoMLLocalModel | com.google.mlkit.common.model.LocalModel |
com.google.firebase.ml.vision.automl.FirebaseAutoMLRemoteModel | com.google.mlkit.common.model.CustomRemoteModel |
com.google.firebase.ml.vision.label.FirebaseVisionOnDeviceImageLabelerOptions | com.google.mlkit.vision.label.defaults.ImageLabelerOptions |
com.google.firebase.ml.vision.label.FirebaseVisionImageLabel | com.google.mlkit.vision.label.ImageLabel |
com.google.firebase.ml.vision.label.FirebaseVisionOnDeviceAutoMLImageLabelerOptions | com.google.mlkit.vision.label.custom.CustomImageLabelerOptions |
com.google.firebase.ml.vision.objects.FirebaseVisionObjectDetectorOptions | com.google.mlkit.vision.objects.defaults.ObjectDetectorOptions |
如為其他類別,請遵守下列規則:
- 從類別名稱中移除
FirebaseVision
前置字串。 - 從類別名稱中移除開頭為
Firebase
前置字元的其他前置字元。
此外,請在套件名稱中將 com.google.firebase.ml
前置字串替換為 com.google.mlkit
。
更新方法名稱
程式碼變更幅度不大:
- 偵測器/掃描器/標籤器/翻譯器… 例項化已變更。每項功能現在都有專屬的進入點。例如:BarcodeScanning、TextRecognition、ImageLabeling、Translation 等。對 Firebase 服務
getInstance()
的呼叫會替換為對功能進入點getClient()
方法的呼叫。 - 我們已移除 TextRecognizer 的預設例項,因為我們導入了其他程式庫,可辨識中文和韓文等其他文字。如要使用拉丁文字辨識模型搭配預設選項,請宣告
com.google.android.gms:play-services-mlkit-text-recognition
的依附元件,並使用TextRecognition.getClient(TextRecognizerOptions.DEFAULT_OPTIONS)
。 - 我們已移除 ImageLabeler 和 ObjectDetector 的預設例項,因為這兩項功能已支援自訂模型。舉例來說,如要在 ImageLabeling 中使用基本模型搭配預設選項,請宣告
com.google.mlkit:image-labeling
的依附元件,並在 Java 中使用ImageLabeling.getClient(ImageLabelerOptions.DEFAULT_OPTIONS)
。 - 所有控制代碼 (偵測器/掃描器/標籤器/翻譯器等) 都可以關閉。請確保在不再使用這些物件時呼叫
close()
方法。如果您在 Fragment 或 AppCompatActivity 中使用這些項目,簡單的方法是在 Fragment 或 AppCompatActivity 上呼叫 LifecycleOwner.getLifecycle(),然後呼叫 Lifecycle.addObserver - 為保持一致,Vision API 中的
processImage()
和detectInImage()
已重新命名為process()
。 - Natural Language API 現在使用「語言代碼」一詞 (如 BCP 47 標準所定義),而非「語言代碼」。
- 已移除 xxxOptions 類別中的 Getter 方法。
- InputImage 類別中的 getBitmap() 方法(取代
FirebaseVisionImage
) 不再支援做為公開介面的一部分。請參閱 ML Kit 快速入門範例中的BitmapUtils.java
,瞭解如何從各種輸入內容轉換點陣圖。 - FirebaseVisionImageMetadata 已移除,您只要將寬度、高度、rotationDegrees、格式等圖片中繼資料傳遞至 InputImages 的建構方法即可。
以下列舉幾個新舊 Kotlin 方法的範例:
舊
// Construct image labeler with base model and default options. val imageLabeler = FirebaseVision.getInstance().onDeviceImageLabeler // Construct object detector with base model and default options. val objectDetector = FirebaseVision.getInstance().onDeviceObjectDetector // Construct face detector with given options val faceDetector = FirebaseVision.getInstance().getVisionFaceDetector(options) // Construct image labeler with local AutoML model val localModel = FirebaseAutoMLLocalModel.Builder() .setAssetFilePath("automl/manifest.json") .build() val autoMLImageLabeler = FirebaseVision.getInstance() .getOnDeviceAutoMLImageLabeler( FirebaseVisionOnDeviceAutoMLImageLabelerOptions.Builder(localModel) .setConfidenceThreshold(0.3F) .build() )
新增
// Construct image labeler with base model and default options. val imageLabeler = ImageLabeling.getClient(ImageLabelerOptions.DEFAULT_OPTIONS) // Optional: add life cycle observer lifecycle.addObserver(imageLabeler) // Construct object detector with base model and default options. val objectDetector = ObjectDetection.getClient(ObjectDetectorOptions.DEFAULT_OPTIONS) // Construct face detector with given options val faceDetector = FaceDetection.getClient(options) // Construct image labeler with local AutoML model val localModel = LocalModel.Builder() .setAssetManifestFilePath("automl/manifest.json") .build() val autoMLImageLabeler = ImageLabeling.getClient( CustomImageLabelerOptions.Builder(localModel) .setConfidenceThreshold(0.3F).build())
以下列舉幾個新舊 Java 方法的範例:
舊
// Construct image labeler with base model and default options. FirebaseVisionImageLabeler imagelLabeler = FirebaseVision.getInstance().getOnDeviceImageLabeler(); // Construct object detector with base model and default options. FirebaseVisionObjectDetector objectDetector = FirebaseVision.getInstance().getOnDeviceObjectDetector(); // Construct face detector with given options FirebaseVisionFaceDetector faceDetector = FirebaseVision.getInstance().getVisionFaceDetector(options); // Construct image labeler with local AutoML model FirebaseAutoMLLocalModel localModel = new FirebaseAutoMLLocalModel.Builder() .setAssetFilePath("automl/manifest.json") .build(); FirebaseVisionImageLabeler autoMLImageLabeler = FirebaseVision.getInstance() .getOnDeviceAutoMLImageLabeler( FirebaseVisionOnDeviceAutoMLImageLabelerOptions.Builder(localModel) .setConfidenceThreshold(0.3F) .build());
新增
// Construct image labeler with base model and default options. ImageLabeler imageLabeler = ImageLabeling.getClient(ImageLabelerOptions.DEFAULT_OPTIONS); // Optional: add life cycle observer getLifecycle().addObserver(imageLabeler); // Construct object detector with base model and default options. ObjectDetector objectDetector = ObjectDetection.getClient(ObjectDetectorOptions.DEFAULT_OPTIONS); // Construct face detector with given options FaceDetector faceDetector = FaceDetection.getClient(options); // Construct image labeler with local AutoML model LocalModel localModel = new LocalModel.Builder() .setAssetManifestFilePath("automl/manifest.json") .build(); ImageLabeler autoMLImageLabeler = ImageLabeling.getClient( new CustomImageLabelerOptions.Builder(localModel) .setConfidenceThreshold(0.3F).build());
API 專屬變更
條碼掃描
Barcode Scanning API 現在提供兩種模型傳送方式:
- 透過 Google Play 服務 (又稱「精簡」) (建議) - 這樣可縮減應用程式大小,且模型可在應用程式之間共用。不過,開發人員必須確保模型已下載,才能首次使用。
- 應用程式的 APK (又稱「套件」):這會增加應用程式大小,但表示模型可立即使用。
這兩種實作方式略有不同,相較於「精簡」版本,「組合」版本有許多改良之處。如要瞭解這些差異的詳細資訊,請參閱「條碼掃描 API」指南。
臉部偵測
對於 Face Detection API,模型可透過兩種方式提供:
- 透過 Google Play 服務 (又稱「精簡」) (建議) - 這樣可縮減應用程式大小,且模型可在應用程式之間共用。不過,開發人員必須確保模型已下載,才能首次使用。
- 使用應用程式的 APK (又稱「套件」):這會增加應用程式下載大小,但表示模型可立即使用。
實作方式相同。
翻譯
TranslateLanguage
現在會使用可讀取的常數名稱 (例如ENGLISH
),而不是語言代碼 (EN
)。此外,這些常數現在是 @StringDef,而不是 @IntDef,且常數值是相符的 BCP 47 語言代碼。如果您的應用程式使用「裝置閒置」下載條件選項,請注意,這個選項已移除,無法再使用。你仍可使用「裝置充電」選項。如要更複雜的行為,可以延遲在自己的邏輯後方呼叫
RemoteModelManager.download
。
AutoML 圖片標籤
如果應用程式使用「裝置閒置」下載條件選項,請注意,這個選項已移除,無法再使用。你仍可使用「裝置充電」選項。
如要更複雜的行為,可以延遲在自己的邏輯後方呼叫 RemoteModelManager.download
。
物件偵測和追蹤
如果您的應用程式使用物件偵測功能進行粗略分類,請注意,新版 SDK 變更了偵測到物件時傳回分類類別的方式。
分類類別會以 DetectedObject.Label
的執行個體形式傳回,而非整數。PredefinedCategory
類別包含粗略分類器所有可能的類別。
以下是新舊 Kotlin 程式碼的範例:
舊
if (object.classificationCategory == FirebaseVisionObject.CATEGORY_FOOD) { ... }
新增
if (!object.labels.isEmpty() && object.labels[0].text == PredefinedCategory.FOOD) { ... } // or if (!object.labels.isEmpty() && object.labels[0].index == PredefinedCategory.FOOD_INDEX) { ... }
以下是新舊 Java 程式碼的範例:
舊
if (object.getClassificationCategory() == FirebaseVisionObject.CATEGORY_FOOD) { ... }
新增
if (!object.getLabels().isEmpty() && object.getLabels().get(0).getText().equals(PredefinedCategory.FOOD)) { ... } // or if (!object.getLabels().isEmpty() && object.getLabels().get(0).getIndex() == PredefinedCategory.FOOD_INDEX) { ... }
「不明」類別已移除。如果物件分類的信賴度偏低,我們就不會傳回任何標籤。
移除 Firebase 依附元件 (選用)
只有在符合下列條件時,才需要執行這個步驟:
- 您只使用 Firebase ML Kit 這個 Firebase 元件。
- 您只使用裝置端 API。
- 您未使用模型服務。
如果是這種情況,您可以在遷移後移除 Firebase 依附元件。 請按照下列步驟操作:
- 如要移除 Firebase 設定檔,請刪除應用程式模組 (應用程式層級) 目錄中的 google-services.json 設定檔。
- 在模組 (應用程式層級) Gradle 檔案 (通常為 app/build.gradle) 中,將 Google 服務 Gradle 外掛程式替換為嚴格版本比對器外掛程式:
之前
apply plugin: 'com.android.application' apply plugin: 'com.google.gms.google-services' // Google Services plugin android { // … }
晚於
apply plugin: 'com.android.application' apply plugin: 'com.google.android.gms.strict-version-matcher-plugin' android { // … }
- 在專案 (根層級) Gradle 檔案 (build.gradle) 中,將 Google 服務 Gradle 外掛程式 classpath 替換為 Strict Version Matcher 外掛程式的 classpath:
之前
buildscript { dependencies { // ... classpath 'com.google.gms:google-services:4.3.3' // Google Services plugin } }
晚於
buildscript { dependencies { // ... classpath 'com.google.android.gms:strict-version-matcher-plugin:1.2.1' } }
按照 Firebase 支援網站上的說明,在 Firebase 控制台中刪除 Firebase 應用程式。
取得協助
如有任何問題,請前往社群頁面,瞭解與我們聯絡的管道。