遷移指南

我們已在 2020 年 6 月 3 日變更 Firebase 專用機器學習套件，進一步區分裝置端 API 與雲端 API。目前的 API 組合現在可分為下列兩個產品：

  • 名為 ML Kit 的新產品，其中包含所有裝置上的 API

  • Firebase 機器學習：著重於雲端式 API 和自訂模型部署作業。

如果您只需要裝置端的解決方案，這項變更還能讓您更輕鬆地將機器學習套件整合至應用程式。本文說明如何將應用程式從 Firebase ML Kit SDK 遷移至新的 ML Kit SDK。

異動內容

裝置端基本 API

下列 API 已移至新的獨立機器學習套件 SDK。

  • 條碼掃描
  • 臉部偵測
  • 圖片標籤
  • 偵測及追蹤物件
  • 文字辨識
  • 語言 ID
  • 智慧回覆
  • 翻譯
  • AutoML Vision Edge 推論 API

ML SDK for Firebase SDK 中現有的裝置端 API 已淘汰，不再接收更新。

如果您在應用程式中使用這些 API，請按照 Android 專用機器學習套件遷移指南和 iOS 專用機器學習套件遷移指南的說明，遷移至新的機器學習套件 SDK。

自訂模型 API

如要下載在 Firebase 中代管的模型，系統會透過 Firebase ML SDK 提供自訂模型下載工具。SDK 會擷取最新的可用模型，並傳送至獨立的 TensorFlow Lite 執行階段以進行推論。

ML SDK for Firebase SDK 中現有的自訂模型解譯工具已淘汰，不再接收更新。建議你直接使用 TensorFlow Lite 執行階段來推論。或者，如果您只想使用自訂模型來為圖片標籤、物件偵測和追蹤 API，現在可在 ML Kit 中直接使用這些 API 的自訂模型。

如需詳細操作說明，請參閱 Android 和 iOS 遷移指南。

未變更的內容

你仍可透過 Firebase ML 繼續使用雲端式 API 和服務：

  • 你仍可透過 Firebase ML SDK 存取雲端式圖片標籤、文字辨識和地標辨識 API。

  • Firebase ML 也會繼續提供模型部署

常見問題

為什麼要進行這項異動？

本次異動旨在釐清產品提供的解決方案。 這項異動生效後，新的機器學習套件 SDK 將全心投入裝置端的機器學習技術，而所有資料處理作業都是在裝置上發生，開發人員完全不必付費。但屬於 Firebase ML 套件中的雲端服務仍可透過 Firebase ML 使用，但您還是可以與 ML Kit API 並行使用。

對裝置端的 API 來說，新的機器學習套件 SDK 可讓開發人員更輕鬆地將機器學習套件整合至應用程式中。日後，您只需要在應用程式的專案中新增依附元件，然後開始使用 API 即可。您不必設定 Firebase 專案，就能使用裝置上的 API。

我使用 Firebase 託管的模型會受到什麼影響？

Firebase 機器學習技術會照常提供模型。這項功能並未變更。以下列出幾項改善項目：

  • 現在您可以使用 Python 或節點 SDK，以程式輔助方式將模型部署至 Firebase。

  • 您現在可以使用 Firebase ML SDK 搭配 TensorFlow Lite 執行階段。Firebase SDK 會將模型下載至裝置，TensorFlow TensorFlow 執行階段則會執行推論。可讓您輕鬆選擇偏好的執行階段版本，包括自訂版本。

遷移至新的機器學習套件 SDK 有什麼好處？

遷移至新版 SDK 後，您的應用程式就能受惠於最新錯誤修正和裝置端 API 的改善項目。例如，以下是第一個版本中的多個變更：

  • 您現在可以使用新的自訂圖片標籤和自訂物件偵測與追蹤 API，輕鬆在應用程式中整合自訂圖片分類模型，並建構即時互動式使用者體驗。

  • Android Jetpack Lifecycle 支援已新增至所有 API。您現在可以使用 addObserver，在應用程式/使用者處於畫面旋轉或關閉時，自動管理 ML Kit API 的啟動和卸除作業。更輕鬆地與 CameraX 整合。

如需最新變更的完整清單，請參閱 ML Kit SDK 版本資訊。

我目前使用的是 Firebase Kit for Firebase，何時需要遷移？

視您目前在應用程式中使用的 Firebase API 機器學習套件而定。

  • ML SDK for Firebase SDK 中的裝置端 API 會繼續運作，直到可預見的將來。但是，若延遲改用新的機器學習套件 SDK，您將無法享有新功能和更新。此外，更新應用程式中的其他元件時，可能會遇到依附元件衝突。如果其他依附元件 (直接或間接) 低於 Firebase SDK 舊版機器學習套件預期的依附元件，就會發生這種情況。可能發生這個問題的程式庫為 OkHttp 和 firebase-common。

  • 如果您是使用 Firebase SDK 的機器學習套件來使用 Cloud API，目前不需要進行任何變更。

  • 如果您使用自訂模型部署作業，建議您升級至最新版本，這樣就能直接在 TensorFlow Lite 執行階段執行推論。