Migración para iOS

Actualiza los nombres de los métodos

Actualiza los nombres de métodos de acuerdo con estas reglas:

• Las clases de punto de entrada del dominio (Vision, NaturalLanguage) ya no existen. Ellas se reemplazaron por clases específicas de tareas. Reemplazar las llamadas a sus diversos métodos de fábrica para obtener detectores con llamadas directas al método de fábrica de cada detector.

• Se quitó la clase VisionImageMetadata, junto con el elemento Enumeración VisionDetectorImageOrientation. Usa la propiedad orientation de VisionImage para especificar la orientación de la pantalla de una imagen.

• El método onDeviceTextRecognizer que obtiene una instancia de TextRecognizer nueva tiene Se cambió el nombre por textRecognizer.

• Se quitó la propiedad de confianza del texto clases de resultados de reconocimiento, incluidas TextElement, TextLine y TextBlock.

• Los métodos onDeviceImageLabeler y onDeviceImageLabeler(options:) para obtener un se combinó la instancia ImageLabeler nueva y se cambió su nombre a imageLabeler(options:)

• Se quitó el método objectDetector para obtener una nueva instancia de ObjectDetector. Utiliza objectDetector(options:) en lugar de esta función.

• Se quitó la propiedad type de ImageLabeler y de Se quitó la propiedad entityID de la clase de resultado de etiquetado de imágenes ImageLabel.

• Se cambió el nombre de la API de escaneo de códigos de barras detect(in _:, completion:) a process(_:, completion:) para ser coherente con otras APIs de Vision.

• Las APIs de Natural Language ahora usan el término “etiqueta de idioma” (tal como se define en el estándar BCP-47) en lugar de “código de idioma”.

• TranslateLanguage ahora usa nombres legibles (como .english) para sus constantes. en lugar de etiquetas de idioma ( como .en).

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

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())
    

Estos son algunos ejemplos de métodos de Objective-C antiguos y nuevos:

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];
    

Cambios específicos de la API

Detección y seguimiento de objetos

Si tu app usa la clasificación de objetos, ten en cuenta que el nuevo SDK cambió. la forma de mostrar la categoría de clasificación para los objetos detectados.

VisionObjectCategory en VisionObject se muestra como text en una ObjectLabel. en lugar de un número entero. Todas las categorías de cadena posibles se incluyen en el Enumeración DetectedObjectLabel.

Ten en cuenta que se quitó la categoría .unknown. Cuando la confianza de clasificar un objeto tiene un nivel bajo, el clasificador no devuelve ninguna etiqueta en absoluto.

Aquí tienes un ejemplo del código Swift anterior y del nuevo:

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) {
    ...
  }
}

Este es un ejemplo del código Objective-C nuevo y antiguo:

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

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

Quita las dependencias de Firebase (opcional)

Este paso solo se aplica cuando se cumplen estas condiciones:

• El ML Kit de Firebase es el único componente de Firebase que usas
• Solo usas APIs integradas en el dispositivo
• No usas la entrega de modelos

Si este es el caso, puedes quitar las dependencias de Firebase después de la migración. Lleve a cabo los pasos siguientes:

• Para quitar el archivo de configuración de Firebase, borra GoogleService-Info.plist del directorio de tu app y del proyecto de Xcode.
• Quita cualquier cocoapod de Firebase, como pod 'Firebase/Analytics', del Podfile.
• Quita cualquier inicialización de FirebaseApp, como FirebaseApp.configure(), del código.
• Borrar tu app de Firebase en Firebase console según lo siguiente: Consulta las instrucciones del sitio de asistencia de Firebase.

Cómo obtener ayuda

Si tienes algún problema, visita nuestra página de la Comunidad donde encontrarás los canales disponibles para que te comuniques con nosotros.