Guia de migração do AutoML Vision Edge do Kit de ML

É possível transmitir um modelo de classificação de imagens treinado pelo AutoML para as APIs de modelo personalizado. Você pode continuar agrupando o modelo no app ou hospedá-lo no Console do Firebase como um modelo personalizado. A API de rotulagem de imagens do AutoML foi removida do Kit de ML porque foi totalmente substituída pela API de rotulagem de imagens de modelo personalizado.

Se você é um usuário do Kit de ML que usa a API AutoML Vision Edge, siga as instruções de migração para Android e iOS.

Perguntas frequentes

Por que essa mudança?

Ela ajuda a simplificar as APIs do Kit de ML e facilita a integração do Kit de ML ao seu app. Com essa mudança, você pode usar um modelo treinado pelo AutoML da mesma forma que um modelo personalizado. Ela também permite usar modelos treinados pelo AutoML para detecção e rastreamento de objetos, além da rotulagem de imagens, que já oferecemos suporte. Além disso, a API de modelo personalizado oferece suporte a modelos com mapa de rótulos incorporado nos metadados e modelos com arquivos de manifesto e rótulos separados.

Quais são os benefícios da migração para o novo SDK?

• Novos recursos: capacidade de usar modelos treinados pelo AutoML para rotulagem de imagens e detecção e rastreamento de objetos, além de usar modelos com mapa de rótulos incorporado nos metadados.

Guia de migração para Android

Etapa 1: atualizar as importações do Gradle

Atualize as dependências das bibliotecas do Android do Kit de ML no arquivo Gradle do módulo (nível do app), geralmente app/build.gradle, de acordo com a tabela a seguir:

Etapa 2: atualizar os nomes das classes

Se a classe aparecer nesta tabela, faça a mudança indicada:

Etapa 3: atualizar os nomes dos métodos

Há mudanças mínimas no código:

• Agora, LocalModel pode ser inicializado com um caminho de arquivo de modelo (se o modelo tiver metadados que contenham o mapa de rótulos) ou um caminho de arquivo de manifesto (se o manifesto, o modelo e os rótulos estiverem em arquivos separados).
• É possível hospedar um modelo personalizado remotamente pelo Console do Firebase e inicializar um CustomRemoteModel com um FirebaseModelSource.

Confira alguns exemplos de métodos Kotlin antigos e novos:

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()

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()

Confira alguns exemplos de métodos Java antigos e novos:

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();

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();

Guia de migração para iOS

Pré-requisitos

• O Xcode 13.2.1 ou mais recente é necessário.

Etapa 1: atualizar o Cocoapods

Atualize as dependências dos cocoapods do Kit de ML para iOS no Podfile do seu app:

Etapa 2: atualizar os nomes das classes

Se a classe aparecer nesta tabela, faça a mudança indicada:

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

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)

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];

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];