ML Kit AutoML Vision Edge taşıma kılavuzu

AutoML ile eğitilmiş bir görüntü sınıflandırma modelini özel model API'lerine iletebilirsiniz. Modeli uygulamanızın içine paketlemeye veya Firebase Konsolu'nda özel model olarak barındırmaya devam edebilirsiniz. AutoML görüntü etiketleme API'si, Özel Model Görüntü Etiketleme API'si ile tamamen değiştirildiği için ML Kit'ten kaldırıldı.

APINeler değişiyor?
AutoML Vision Edge görüntü etiketleme API'si Bu API'nin yerini tamamen Custom Model Image Labeling API almıştır. Mevcut AutoML Vision Edge görüntü etiketleme API'si kaldırıldı.

AutoML Vision Edge API'yi kullanıyorsanız Android ve iOS için taşıma talimatlarını uygulayın.

Sık Sorulan Sorular

Bu değişiklik neden yapıldı?

Bu değişiklik, ML Kit API'lerini basitleştirmenize ve ML Kit'i uygulamanıza entegre etmenizi kolaylaştırır. Bu değişiklikle, AutoML ile eğitilmiş bir modeli özel bir modelle aynı şekilde kullanabilirsiniz. Ayrıca, desteklediğimiz görüntü etiketlemenin yanı sıra nesne algılama ve izleme için AutoML ile eğitilmiş modelleri kullanmanıza da olanak tanır. Ayrıca, özel model API'si hem meta verilerine yerleştirilmiş etiket haritası olan modelleri hem de ayrı manifest ve etiket dosyaları olan modelleri destekler.

Yeni SDK'ya geçiş yapmanın avantajları nelerdir?

  • Yeni özellikler: Hem görüntü etiketleme hem de nesne algılama ve izleme için AutoML ile eğitilmiş modelleri kullanma ve meta verilerine etiket haritası yerleştirilmiş modelleri kullanma olanağı.

Android için Taşıma Rehberi

1. adım: Gradle içe aktarmalarını güncelleyin

Modülünüzdeki (uygulama düzeyinde) Gradle dosyanızda (genellikle app/build.gradle.kts) ML Kit Android kitaplıklarının bağımlılıklarını aşağıdaki tabloya göre güncelleyin:

ÖzellikEski YapılarYeni Yapı
Uzaktan model indirme olmadan görüntü etiketleme AutoML com.google.mlkit:image-labeling-automl:16.2.1 com.google.mlkit:image-labeling-custom:16.0.0-beta5
Uzaktan model indirme ile görüntü etiketleme AutoML com.google.mlkit:image-labeling-automl:16.2.1
com.google.mlkit:linkfirebase:16.0.1 		com.google.mlkit:image-labeling-custom:16.0.0-beta5
Özel modelleri barındırmak ve indirmek için modellerinizi Cloud Storage'a taşıyın ve LocalModel kullanarak yüklemek için uygulamanıza indirme mantığı ekleyin. Ayrıntılı bilgi için [Firebase ML to Cloud Storage migration guide][migrate-storage] başlıklı makaleyi inceleyin.

2. adım: Sınıf adlarını güncelleyin

Sınıfınız bu tabloda görünüyorsa belirtilen değişikliği yapın:

Eski sınıfYeni sınıf
com.google.mlkit.vision.label.automl.AutoMLImageLabelerLocalModel com.google.mlkit.common.model.LocalModel
com.google.mlkit.vision.label.automl.AutoMLImageLabelerRemoteModel com.google.mlkit.common.model.LocalModel
Uygulamanız, uzaktan barındırılan modelleri indirmek ve LocalModel kullanarak başlatmak için mantık içermelidir.
com.google.mlkit.vision.label.automl.AutoMLImageLabelerOptions com.google.mlkit.vision.label.custom.CustomImageLabelerOptions

3. adım: Yöntem adlarını güncelleyin

Kodda çok az değişiklik yapılması gerekir:

  • LocalModel artık bir model yoluyla (modelde etiket haritasını içeren meta veriler varsa) veya bir model manifest yoluyla (manifest, model ve etiketler ayrı dosyalardaysa) başlatılabilir.
  • Uygulamanıza, uzaktan barındırılan modelleri yerel depolama alanına indirmek ve LocalModel kullanarak yüklemek için mantık ekleyin.

Eski ve yeni Kotlin yöntemlerine ilişkin bazı örnekler aşağıda verilmiştir:

Önceki

val localModel = AutoMLImageLabelerLocalModel.Builder()
    .setAssetFilePath("automl/manifest.json")
    // or .setAbsoluteFilePath(absolute 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()

Yeni

// Similar process for both local and remotely-hosted models (that have been downloaded)
val localModel = LocalModel.Builder()
    .setAssetManifestFilePath("automl/manifest.json")
    // or .setAbsoluteManifestFilePath(absolute path to manifest file)
    .build()

val optionsWithLocalModel = CustomImageLabelerOptions.Builder(localModel)
    .setConfidenceThreshold(0.5f)
    .build()

Eski ve yeni Java yöntemlerine ilişkin bazı örnekleri aşağıda bulabilirsiniz:

Önceki

AutoMLImageLabelerLocalModel localModel =
    new AutoMLImageLabelerLocalModel.Builder()
        .setAssetFilePath("automl/manifest.json")
        // or .setAbsoluteFilePath(absolute 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();

Yeni

// Similar process for local models and remotely-hosted models (that have been downloaded)
LocalModel localModel =
    new LocalModel.Builder()
        .setAssetManifestFilePath("automl/manifest.json")
        // or .setAbsoluteManifestFilePath(absolute path to manifest file)
        .build();
CustomImageLabelerOptions optionsWithLocalModel =
    new CustomImageLabelerOptions.Builder(localModel)
        .setConfidenceThreshold(0.5f)
        .build();

iOS için Taşıma Rehberi

Ön koşullar

  • Xcode 13.2.1 veya daha yeni bir sürüm gereklidir.

1. adım: Cocoapods'u güncelleyin

Uygulamanızın Podfile'ında ML Kit iOS cocoapods'larının bağımlılıklarını güncelleyin:

ÖzellikEski kapsül adlarıYeni pod adı
Uzaktan model indirme olmadan görüntü etiketleme AutoML GoogleMLKit/ImageLabelingAutoML GoogleMLKit/ImageLabelingCustom
Uzaktan model indirme ile görüntü etiketleme AutoML GoogleMLKit/ImageLabelingAutoML
GoogleMLKit/LinkFirebase 		GoogleMLKit/ImageLabelingCustom
Özel modelleri barındırmak ve indirmek için modellerinizi Cloud Storage'a taşıyın ve uygulamanıza, bunları yerel modeller olarak yüklemek için indirme mantığı ekleyin. Ayrıntılı bilgi için [Firebase ML to Cloud Storage migration guide][migrate-storage] başlıklı makaleyi inceleyin.

2. adım: Sınıf adlarını güncelleyin

Sınıfınız bu tabloda görünüyorsa belirtilen değişikliği yapın:

Swift

Eski sınıfYeni sınıf
AutoMLImageLabelerLocalModel LocalModel
AutoMLImageLabelerRemoteModel LocalModel
Özel modelleri barındırmak ve indirmek için modellerinizi Cloud Storage'a taşıyın ve uygulamanıza, bunları yerel modeller olarak yüklemek için indirme mantığı ekleyin. Ayrıntılı bilgi için [Firebase ML to Cloud Storage migration guide][migrate-storage] başlıklı makaleyi inceleyin.
AutoMLImageLabelerOptions CustomImageLabelerOptions

Objective-C

Eski sınıfYeni sınıf
MLKAutoMLImageLabelerLocalModel MLKLocalModel
MLKAutoMLImageLabelerRemoteModel MLKLocalModel
Özel modelleri barındırmak ve indirmek için modellerinizi Cloud Storage'a taşıyın ve uygulamanıza, bunları yerel modeller olarak yüklemek için indirme mantığı ekleyin. Ayrıntılı bilgi için [Firebase ML to Cloud Storage migration guide][migrate-storage] başlıklı makaleyi inceleyin.
MLKAutoMLImageLabelerOptions MLKCustomImageLabelerOptions

3. adım: Yöntem adlarını güncelleyin

Kodda çok az değişiklik yapılması gerekir:

  • LocalModel artık bir model yoluyla (modelde etiket haritasını içeren meta veriler varsa) veya bir model manifest yoluyla (manifest, model ve etiketler ayrı dosyalardaysa) başlatılabilir.
  • Uygulamanıza, uzaktan barındırılan modelleri yerel depolama alanına indirmek ve LocalModel kullanarak yüklemek için mantık ekleyin.

Eski ve yeni Swift yöntemlerine ilişkin bazı örnekler:

Önceki

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

Yeni

// Similar process for local models and remotely-hosted models (that have been downloaded)
guard let localModel = LocalModel(manifestPath: "automl/manifest.json") else { return }
let optionsWithLocalModel = CustomImageLabelerOptions(localModel: localModel)

Eski ve yeni Objective-C yöntemlerine dair bazı örnekleri aşağıda bulabilirsiniz:

Önceki

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];

Yeni

// Similar process for local models and remotely-hosted models (that have been downloaded)
MLKLocalModel *localModel =
    [[MLKLocalModel alloc] initWithManifestPath:"automl/manifest.json"];
MLKCustomImageLabelerOptions *optionsWithLocalModel =
    [[MLKCustomImageLabelerOptions alloc] initWithLocalModel:localModel];