AutoML 학습 이미지 분류 모델을 커스텀 모델에 전달할 수 있습니다. API에 액세스할 수 있습니다 계속해서 앱 내부에서 모델을 번들로 묶거나 Firebase Console에서 커스텀 모델로 호스팅할 수 있습니다. AutoML 이미지 라벨 지정 API는 맞춤 모델 이미지 라벨 지정 API로 완전히 대체되었으므로 ML Kit에서 삭제되었습니다.
API | 어떤 점이 달라지나요? |
---|---|
AutoML Vision Edge 이미지 라벨 지정 API | 커스텀 모델 이미지 라벨 지정 API로 완전히 대체됩니다. 기존 AutoML Vision Edge 이미지 라벨 지정 API가 삭제되었습니다. |
현재 AutoML Vision Edge API를 사용하는 ML Kit 사용자인 경우 Android 및 iOS의 이전 안내를 따르세요.
자주 묻는 질문(FAQ)
변경되는 이유
이를 통해 ML Kit API를 간소화하고 ML Kit를 있습니다. 이번 변경을 통해 정확한 위치에서 AutoML 학습 모델을 사용할 수 있습니다. 커스텀 모델과 동일한 방식으로 작동합니다. 또한 현재 지원되는 이미지 라벨 지정 외에도 객체 감지 및 추적에 AutoML 학습 모델을 사용할 수 있습니다. 또한 맞춤 모델 API는 메타데이터에 라벨 맵이 삽입된 모델과 매니페스트 및 라벨 파일이 별개인 모델을 모두 지원합니다.
새 SDK로 이전하면 어떤 이점이 있나요?
- 새로운 기능: 두 이미지 라벨 지정 모두에 AutoML 학습 모델을 사용할 수 있는 기능 객체 감지 및 라벨 맵이 있는 모델 추적 및 사용 기능 확인할 수 있습니다
Android용 이전 가이드
1단계: Gradle 가져오기 업데이트
다음 표에 따라 모듈(앱 수준) Gradle 파일(일반적으로 app/build.gradle
)에서 ML Kit Android 라이브러리의 종속 항목을 업데이트합니다.
기능 | 이전 아티팩트 | 새로운 아티팩트 |
---|---|---|
원격 모델을 다운로드하지 않고 이미지 라벨 지정 AutoML | com.google.mlkit:image-labeling-automl:16.2.1 | com.google.mlkit:image-labeling-custom:16.0.0-beta5 |
원격 모델 다운로드로 이미지 라벨 지정 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 com.google.mlkit:linkfirebase:17.0.0 |
2단계: 클래스 이름 업데이트
클래스가 이 표에 표시되면 표시된 대로 변경합니다.
이전 클래스 | 새 수업 |
---|---|
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.CustomRemoteModel |
com.google.mlkit.vision.label.automl.AutoMLImageLabelerOptions | com.google.mlkit.vision.label.custom.CustomImageLabelerOptions |
3단계: 메서드 이름 업데이트
코드 변경사항이 거의 없습니다.
- 이제
LocalModel
는 모델 파일 경로(모델에 라벨 맵이 포함된 메타데이터가 있는 경우) 또는 모델 매니페스트 파일 경로(매니페스트, 모델, 라벨이 별도의 파일에 있는 경우)로 초기화할 수 있습니다. - Firebase Console을 통해 맞춤 모델을 원격으로 호스팅하고
FirebaseModelSource
로CustomRemoteModel
를 초기화할 수 있습니다.
다음은 이전 Kotlin 메서드와 새 Kotlin 메서드의 예입니다.
변경 전
val localModel = AutoMLImageLabelerLocalModel.Builder() .setAssetFilePath("automl/manifest.json") // or .setAbsoluteFilePath(absolute file 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()
신규
val localModel = LocalModel.Builder() .setAssetManifestFilePath("automl/manifest.json") // or .setAbsoluteManifestFilePath(absolute file path to manifest file) .build() val optionsWithLocalModel = CustomImageLabelerOptions.Builder(localModel) .setConfidenceThreshold(0.5f) .build() val firebaseModelSource = FirebaseModelSource.Builder("automl_remote_model") .build() val remoteModel = CustomRemoteModel.Builder(firebaseModelSource).build() val optionsWithRemoteModel = CustomImageLabelerOptions.Builder(remoteModel) .build()
다음은 기존 및 신규 Java 메서드의 몇 가지 예입니다.
변경 전
AutoMLImageLabelerLocalModel localModel = new AutoMLImageLabelerLocalModel.Builder() .setAssetFilePath("automl/manifest.json") // or .setAbsoluteFilePath(absolute file 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();
신규
LocalModel localModel = new LocalModel.Builder() .setAssetManifestFilePath("automl/manifest.json") // or .setAbsoluteManifestFilePath(absolute file path to manifest file) .build() CustomImageLabelerOptions optionsWithLocalModel = new CustomImageLabelerOptions.Builder(localModel) .setConfidenceThreshold(0.5f) .build(); FirebaseModelSource firebaseModelSource = new FirebaseModelSource.Builder("automl_remote_model").build(); CustomRemoteModel remoteModel = new CustomRemoteModel.Builder(firebaseModelSource).build(); CustomImageLabelerOptions optionsWithRemoteModel = new CustomImageLabelerOptions.Builder(remoteModel).build();
iOS용 이전 가이드
기본 요건
- Xcode 13.2.1 이상이 필요합니다.
1단계: Cocoapods 업데이트
앱의 Podfile에서 ML Kit iOS CocoaPods의 종속 항목을 업데이트합니다.
기능 | 이전 포드 이름 | 새 포드 이름 |
---|---|---|
원격 모델을 다운로드하지 않고 이미지 라벨 지정 AutoML | GoogleMLKit/ImageLabelingAutoML | GoogleMLKit/ImageLabelingCustom |
원격 모델 다운로드로 이미지 라벨 지정 AutoML |
GoogleMLKit/ImageLabelingAutoML GoogleMLKit/LinkFirebase |
GoogleMLKit/ImageLabelingCustom GoogleMLKit/LinkFirebase |
2단계: 클래스 이름 업데이트
수업이 이 표에 나타나면 다음과 같이 변경하세요.
Swift
이전 클래스 | 새 수업 |
---|---|
AutoMLImageLabelerLocalModel | LocalModel |
AutoMLImageLabelerRemoteModel | CustomRemoteModel |
AutoMLImageLabelerOptions | CustomImageLabelerOptions |
Objective-C
이전 클래스 | 새 수업 |
---|---|
MLKAutoMLImageLabelerLocalModel | MLKLocalModel |
MLKAutoMLImageLabelerRemoteModel | MLKCustomRemoteModel |
MLKAutoMLImageLabelerOptions | MLKCustomImageLabelerOptions |
Objective-C
3단계: 메서드 이름 업데이트
코드 변경사항이 거의 없습니다.
- 이제
LocalModel
는 모델 파일 경로(모델에 라벨 맵이 포함된 메타데이터가 있는 경우) 또는 모델 매니페스트 파일 경로(매니페스트, 모델, 라벨이 별도의 파일에 있는 경우)로 초기화할 수 있습니다. - Firebase Console을 통해 커스텀 모델을 원격으로 호스팅하고
FirebaseModelSource
를 사용하여CustomRemoteModel
를 초기화할 수 있습니다.
다음은 기존 및 신규 Swift 메서드의 몇 가지 예입니다.
변경 전
let localModel = AutoMLImageLabelerLocalModel(manifestPath: "automl/manifest.json") let optionsWithLocalModel = AutoMLImageLabelerOptions(localModel: localModel) let remoteModel = AutoMLImageLabelerRemoteModel(name: "automl_remote_model") let optionsWithRemoteModel = AutoMLImageLabelerOptions(remoteModel: remoteModel)
신규
guard let localModel = LocalModel(manifestPath: "automl/manifest.json") else { return } let optionsWithLocalModel = CustomImageLabelerOptions(localModel: localModel) let firebaseModelSource = FirebaseModelSource(name: "automl_remote_model") let remoteModel = CustomRemoteModel(remoteModelSource: firebaseModelSource) let optionsWithRemoteModel = CustomImageLabelerOptions(remoteModel: remoteModel)
다음은 기존 및 신규 Objective-C 메서드의 몇 가지 예입니다.
변경 전
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];
신규
MLKLocalModel *localModel = [[MLKLocalModel alloc] initWithManifestPath:"automl/manifest.json"]; MLKCustomImageLabelerOptions *optionsWithLocalModel = [[MLKCustomImageLabelerOptions alloc] initWithLocalModel:localModel]; MLKFirebaseModelSource *firebaseModelSource = [[MLKFirebaseModelSource alloc] initWithName:@"automl_remote_model"]; MLKCustomRemoteModel *remoteModel = [[MLKCustomRemoteModel alloc] initWithRemoteModelSource:firebaseModelSource]; MLKCustomImageLabelerOptions *optionsWithRemoteModel = [[MLKCustomImageLabelerOptions alloc] initWithRemoteModel:remoteModel];