Puedes pasar un modelo de clasificación de imágenes entrenado por AutoML a las APIs del modelo personalizado. Puedes continuar empaquetando el modelo dentro de tu app o alojarlo en Firebase console como un modelo personalizado. La API de etiquetado de imágenes de AutoML se quitó del Kit de AA, ya que se reemplazó por completo por la API de Custom Model Image Labeling.
API | ¿Qué aspectos cambiarán? |
---|---|
API de etiquetado de imágenes de AutoML Vision Edge | Se reemplazó por completo por la API de etiquetado de imágenes de Custom Model. Se quitó la API de etiquetado de imágenes de AutoML Vision Edge existente. |
Si actualmente usas el Kit de AA y usas la API de AutoML Vision Edge, sigue las instrucciones de migración para iOS y Android.
Preguntas frecuentes
¿Por qué se aplicó este cambio?
Ayuda a simplificar las APIs del ML Kit y facilita su integración en tu app. Con este cambio, puedes usar un modelo entrenado con AutoML de la misma forma que un modelo personalizado. También te permite usar modelos entrenados por AutoML para la detección y el seguimiento de objetos, además del etiquetado de imágenes, que admitimos en la actualidad. Además, la API de modelos personalizados admite tanto modelos con mapas de etiquetas incorporados en sus metadatos como modelos con archivos de manifiesto y etiquetas independientes.
¿Qué beneficios obtengo con la migración al nuevo SDK?
- Nuevas funciones: Capacidad de usar modelos entrenados por AutoML para el etiquetado de imágenes y la detección y seguimiento de objetos, y capacidad de usar modelos con mapa de etiquetas incorporado en sus metadatos.
Guía de migración para Android
Paso 1: Actualiza las importaciones de Gradle
Actualiza las dependencias para las bibliotecas de Android del Kit de AA en el archivo Gradle (generalmente app/build.gradle
) de tu módulo (nivel de app) según la siguiente tabla:
Ingeniería | Artefactos antiguos | Nuevo artefacto |
---|---|---|
Etiquetado de imágenes de AutoML sin descarga de modelos remotos | com.google.mlkit:image-labeling-automl:16.2.1 | com.google.mlkit:image-labeling-custom:16.0.0-beta5 |
Etiquetado de imágenes de AutoML con la descarga de modelos remotos |
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 |
Paso 2: Actualiza los nombres de las clases
Si tu clase aparece en esta tabla, realiza el cambio indicado:
Clase anterior | Clase nueva |
---|---|
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 |
Paso 3: Actualiza los nombres de los métodos
Hay cambios mínimos en el código:
LocalModel
ahora se puede inicializar con una ruta de archivo de modelo (si el modelo tiene metadatos que contienen el mapa de etiquetas) o una ruta de archivo de manifiesto del modelo (si el manifiesto, el modelo y las etiquetas están en archivos diferentes).- Puedes alojar un modelo personalizado de forma remota a través de Firebase console e inicializar un
CustomRemoteModel
con unaFirebaseModelSource
.
Estos son algunos ejemplos de métodos de Kotlin antiguos y nuevos:
Antiguo
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()
Nuevo
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()
Estos son algunos ejemplos de métodos de Java antiguos y nuevos:
Antiguo
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();
Nuevo
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();
Guía de migración para iOS
Requisitos previos
- Se requiere Xcode 13.2.1 o una versión posterior.
Paso 1: Actualiza CocoaPods
Actualiza las dependencias para los CocoaPods de iOS con el Kit de AA en el Podfile de tu app:
Ingeniería | Nombres de Pods anteriores | Nombres de grupos nuevos |
---|---|---|
Etiquetado de imágenes de AutoML sin descarga de modelos remotos | GoogleMLKit/ImageLabelingAutoML | GoogleMLKit/ImageLabelingCustom |
Etiquetado de imágenes de AutoML con la descarga de modelos remotos |
GoogleMLKit/ImageLabelingAutoML GoogleMLKit/LinkFirebase |
GoogleMLKit/ImageLabelingCustom GoogleMLKit/LinkFirebase |
Paso 2: Actualiza los nombres de las clases
Si tu clase aparece en esta tabla, realiza el cambio indicado:
Swift
Clase anterior | Clase nueva |
---|---|
AutoMLImageLabelerLocalModel | LocalModel |
AutoMLImageLabelerRemoteModel | CustomRemoteModel |
AutoMLImageLabelerOptions | CustomImageLabelerOptions |
Objective‑C
Clase anterior | Clase nueva |
---|---|
MLKAutoMLImageLabelerLocalModel | MLKLocalModel |
MLKAutoMLImageLabelerRemoteModel | MLKCustomRemoteModel |
MLKAutoMLImageLabelerOptions | MLKCustomImageLabelerOptions |
Objective‑C
Paso 3: Actualiza los nombres de los métodos
Hay cambios mínimos en el código:
LocalModel
ahora se puede inicializar con una ruta de archivo de modelo (si el modelo tiene metadatos que contienen el mapa de etiquetas) o una ruta de archivo de manifiesto del modelo (si el manifiesto, el modelo y las etiquetas están en archivos diferentes).- Puedes alojar un modelo personalizado de forma remota a través de Firebase console e inicializar un
CustomRemoteModel
con unaFirebaseModelSource
.
Estos son algunos ejemplos de métodos de Swift antiguos y nuevos:
Antiguo
let localModel = AutoMLImageLabelerLocalModel(manifestPath: "automl/manifest.json") let optionsWithLocalModel = AutoMLImageLabelerOptions(localModel: localModel) let remoteModel = AutoMLImageLabelerRemoteModel(name: "automl_remote_model") let optionsWithRemoteModel = AutoMLImageLabelerOptions(remoteModel: remoteModel)
Nuevo
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)
Estos son algunos ejemplos de métodos de Objective-C antiguos y nuevos:
Antiguo
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];
Nuevo
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];