مهاجرت برای iOS

این راهنما نحوه مهاجرت از ML Kit به Firebase برای iOS را توضیح می‌دهد.

پیش‌نیازها

قبل از شروع به انتقال کد خود، مطمئن شوید که این الزامات را برآورده می‌کنید:

• کیت ML از Xcode نسخه ۱۳.۲.۱ یا بالاتر پشتیبانی می‌کند.
• ML Kit از iOS نسخه ۱۵.۵ یا بالاتر پشتیبانی می‌کند.
• ML Kit از معماری‌های ۳۲ بیتی (i386 و armv7) پشتیبانی نمی‌کند. ML Kit از معماری‌های ۶۴ بیتی (x86_64 و arm64) پشتیبانی می‌کند.
• کتابخانه ML Kit فقط به صورت cocoapods ارائه می‌شود. شما نمی‌توانید فریم‌ورک‌ها و cocoapods را با هم ترکیب کنید، بنابراین برای استفاده از این کتابخانه ابتدا باید به cocoapods مهاجرت کنید.

به‌روزرسانی کوکوپادز

وابستگی‌های cocoapods مربوط به ML Kit iOS را در Podfile برنامه خود به‌روزرسانی کنید:

به‌روزرسانی نام کلاس‌ها، enumها و انواع

به طور کلی، کلاس‌ها، enumها و انواع باید به صورت زیر تغییر نام داده شوند:

• Swift: پیشوند Vision را از نام کلاس‌ها و enumها حذف کنید
• Objective-C: پیشوندهای نام کلاس و شمارش FIRVision و FIR را با MLK جایگزین کنید

برای برخی از نام‌ها و انواع کلاس‌ها، این قانون کلی صدق نمی‌کند:

نام متدها را به‌روزرسانی کنید

نام متدها را طبق این قوانین به‌روزرسانی کنید:

• کلاس‌های نقطه ورود دامنه ( Vision ، NaturalLanguage ) دیگر وجود ندارند. آن‌ها با کلاس‌های مختص وظیفه جایگزین شده‌اند. فراخوانی متدهای کارخانه‌ای مختلف آن‌ها برای دریافت آشکارسازها را با فراخوانی‌های مستقیم متد کارخانه‌ای هر آشکارساز جایگزین کنید.

• کلاس VisionImageMetadata به همراه enum مربوط به VisionDetectorImageOrientation حذف شده است. از ویژگی orientation مربوط به VisionImage برای تعیین جهت نمایش یک تصویر استفاده کنید.

• متد onDeviceTextRecognizer که یک نمونه جدید TextRecognizer دریافت می‌کند، به textRecognizer تغییر نام داده شده است.

• ویژگی اعتماد به نفس از کلاس‌های نتیجه تشخیص متن، از جمله TextElement ، TextLine و TextBlock ، حذف شده است.

• متدهای onDeviceImageLabeler و onDeviceImageLabeler(options:) برای دریافت یک نمونه جدید ImageLabeler با هم ادغام شده و به imageLabeler(options:) تغییر نام داده‌اند.

• متد objectDetector برای دریافت یک نمونه جدید ObjectDetector حذف شده است. به جای آن objectDetector(options:) استفاده کنید.

• ویژگی type از ImageLabeler و ویژگی entityID از کلاس نتیجه برچسب‌گذاری تصویر، ImageLabel حذف شده‌اند.

• API اسکن بارکد detect(in _:, completion:) به process(_:, completion:) تغییر نام داده است تا با سایر APIهای بینایی سازگار باشد.

• رابط‌های برنامه‌نویسی کاربردی زبان طبیعی (NLP) اکنون به جای «کد زبان» از اصطلاح «برچسب زبان» (مطابق تعریف استاندارد BCP-47 ) استفاده می‌کنند.

• TranslateLanguage اکنون به جای برچسب‌های زبان (مانند .en ) از نام‌های خوانا (مانند .english ) برای ثابت‌های خود استفاده می‌کند.

در اینجا چند نمونه از متدهای قدیمی و جدید Swift آورده شده است:

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())
    

در اینجا چند نمونه از متدهای قدیمی و جدید Objective-C آورده شده است:

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];
    

تغییرات خاص API

تشخیص و ردیابی اشیاء

اگر برنامه شما از طبقه‌بندی اشیاء استفاده می‌کند، توجه داشته باشید که SDK جدید نحوه‌ی بازگرداندن دسته‌بندی طبقه‌بندی برای اشیاء شناسایی‌شده را تغییر داده است.

VisionObjectCategory در VisionObject به جای یک عدد صحیح، به صورت text در یک شیء ObjectLabel برگردانده می‌شود. تمام دسته‌های رشته‌ای ممکن در enum DetectedObjectLabel گنجانده شده‌اند.

توجه داشته باشید که دسته‌ی .unknown حذف شده است. وقتی اطمینان از طبقه‌بندی یک شیء پایین باشد، طبقه‌بندی‌کننده اصلاً هیچ برچسبی برنمی‌گرداند.

در اینجا مثالی از کد Swift قدیمی و جدید آورده شده است:

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) {
    ...
  }
}

در اینجا مثالی از کد Objective-C قدیمی و جدید آورده شده است:

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

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

وابستگی‌های Firebase را حذف کنید

پس از مهاجرت، وابستگی‌های Firebase را حذف کنید. این مراحل را دنبال کنید:

• با حذف فایل GoogleService-Info.plist از دایرکتوری برنامه و پروژه Xcode خود، فایل پیکربندی Firebase را حذف کنید.
• هرگونه pod مربوط به Firebase cocoapod، مانند pod 'Firebase/Analytics' را از Podfile خود حذف کنید.
• هرگونه مقداردهی اولیه FirebaseApp، مانند FirebaseApp.configure() را از کد خود حذف کنید.
• طبق دستورالعمل‌های موجود در سایت پشتیبانی Firebase، برنامه Firebase خود را در کنسول Firebase حذف کنید.

دریافت کمک

اگر با هرگونه مشکلی مواجه شدید، لطفاً به صفحه انجمن ما مراجعه کنید، جایی که کانال‌های موجود برای ارتباط با ما را شرح داده‌ایم.