Se usó la API de Cloud Translation para traducir esta página.

Migración para Android

Actualiza las importaciones de Gradle

El nuevo SDK solo requiere una dependencia para cada API de ML Kit. No es necesario que especifiques bibliotecas comunes, como firebase-ml-vision o firebase-ml-natural-language. ML Kit usa el espacio de nombres com.google.android.gms para las bibliotecas que dependen de los Servicios de Google Play.

APIs de Vision

Los modelos empaquetados se entregan como parte de tu aplicación. Se deben descargar los modelos delgados. Algunas APIs están disponibles en formato agrupado y delgado, y otras solo en uno de los dos formatos:

API	Red de Búsqueda y Red de Display	Delgado
Reconocimiento de texto	x (beta)	x
Detección de rostro	x	x
Escaneo de códigos de barras	x	x
Etiquetado de imágenes	x	x
Detección y seguimiento de objetos	x	-

Actualiza las dependencias para las bibliotecas de Android del ML Kit en el archivo Gradle (generalmente app/build.gradle) de tu módulo (nivel de app) según las siguientes tablas:

Modelos empaquetados

API	Artefactos anteriores	Nuevo artefacto
Escaneo de códigos de barras	com.google.firebase:firebase-ml-vision:24.0.1 com.google.firebase:firebase-ml-vision-barcode-model:16.0.1	com.google.mlkit:barcode-scanning:17.3.0
Contorno del rostro	com.google.firebase:firebase-ml-vision:24.0.1 com.google.firebase:firebase-ml-vision-face-model:19.0.0	com.google.mlkit:face-detection:16.1.7
Etiquetado de imágenes	com.google.firebase:firebase-ml-vision:24.0.1 com.google.firebase:firebase-ml-vision-image-label-model:19.0.0	com.google.mlkit:image-labeling:17.0.9
Detección de objetos	com.google.firebase:firebase-ml-vision:24.0.1 com.google.firebase:firebase-ml-vision-object-detection-model:19.0.3	com.google.mlkit:object-detection:17.0.2

Modelos delgados

API	Artefactos anteriores	Nuevo artefacto
Escaneo de códigos de barras	com.google.firebase:firebase-ml-vision:24.0.1	com.google.android.gms:play-services-mlkit-barcode-scanning:18.3.1
Detección de rostro	com.google.firebase:firebase-ml-vision:24.0.1	com.google.android.gms:play-services-mlkit-face-detection:17.1.0
Reconocimiento de texto	com.google.firebase:firebase-ml-vision:24.0.1	com.google.android.gms:play-services-mlkit-text-recognition:19.0.1

AutoMLVision Edge

API	Artefacto anterior	Nuevo artefacto
AutoML sin descargar	com.google.firebase:firebase-ml-vision:24.0.1 com.google.firebase:firebase-ml-vision-automl:18.0.3	com.google.mlkit:image-labeling-custom:17.0.3
AutoML con descarga	com.google.firebase:firebase-ml-vision:24.0.1 com.google.firebase:firebase-ml-vision-automl:18.0.3	com.google.mlkit:image-labeling-custom:17.0.3 com.google.mlkit:linkfirebase:17.0.0

APIs de Natural Language

Los modelos empaquetados se entregan como parte de tu aplicación. Se deben descargar los modelos delgados:

API	Red de Búsqueda y Red de Display	Delgado
ID de idioma	x	x
Respuesta inteligente	x	x (beta)

Actualiza las dependencias para las bibliotecas de Android del ML Kit en el archivo Gradle (generalmente app/build.gradle) de tu módulo (nivel de app) según las siguientes tablas:

Modelos empaquetados

API	Artefactos anteriores	Nuevo artefacto
ID de idioma	com.google.firebase:firebase-ml-natural-language:22.0.0 com.google.firebase:firebase-ml-natural-language-language-id-model:20.0.7	com.google.mlkit:language-id:17.0.6
Respuesta inteligente	com.google.firebase:firebase-ml-natural-language:22.0.0 com.google.firebase:firebase-ml-natural-language-smart-reply-model:20.0.7	com.google.mlkit:smart-reply:17.0.4

Modelos delgados

API	Artefactos anteriores	Nuevo artefacto
ID de idioma	com.google.firebase:firebase-ml-natural-language:22.0.0 com.google.firebase:firebase-ml-natural-language-language-id-model:20.0.7	com.google.android.gms:play-services-mlkit-language-id:17.0.0
Respuesta inteligente	com.google.firebase:firebase-ml-natural-language:22.0.0 com.google.firebase:firebase-ml-natural-language-smart-reply-model:20.0.7	com.google.android.gms:play-services-mlkit-smart-reply:16.0.0-beta1

Actualiza los nombres de las clases

Si tu clase aparece en esta tabla, realiza el cambio indicado:

Clase anterior	Clase nueva
com.google.firebase.ml.common.FirebaseMLException	com.google.mlkit.common.MlKitException
com.google.firebase.ml.vision.common.FirebaseVisionImage	com.google.mlkit.vision.common.InputImage
com.google.firebase.ml.vision.barcode.FirebaseVisionBarcodeDetector	com.google.mlkit.vision.barcode.BarcodeScanner
com.google.firebase.ml.vision.labeler.FirebaseVisionImageLabel	com.google.mlkit.vision.label.ImageLabeler
com.google.firebase.ml.vision.barcode.FirebaseVisionBarcodeDetector	com.google.mlkit.vision.barcode.BarcodeScanner
com.google.firebase.ml.vision.automl.FirebaseAutoMLLocalModel	com.google.mlkit.common.model.LocalModel
com.google.firebase.ml.vision.automl.FirebaseAutoMLRemoteModel	com.google.mlkit.common.model.CustomRemoteModel
com.google.firebase.ml.vision.label.FirebaseVisionOnDeviceImageLabelerOptions	com.google.mlkit.vision.label.defaults.ImageLabelerOptions
com.google.firebase.ml.vision.label.FirebaseVisionImageLabel	com.google.mlkit.vision.label.ImageLabel
com.google.firebase.ml.vision.label.FirebaseVisionOnDeviceAutoMLImageLabelerOptions	com.google.mlkit.vision.label.custom.CustomImageLabelerOptions
com.google.firebase.ml.vision.objects.FirebaseVisionObjectDetectorOptions	com.google.mlkit.vision.objects.defaults.ObjectDetectorOptions

Para otras clases, sigue estas reglas:

Quita el prefijo FirebaseVision del nombre de la clase.
Quita del nombre de la clase otros prefijos que comiencen con Firebase.

Además, en los nombres de los paquetes, reemplaza el prefijo com.google.firebase.ml por com.google.mlkit.

Actualiza los nombres de los métodos

Hay cambios mínimos en el código:

Se cambió la creación de instancias de detector, escáner, etiquetador o traductor. Ahora, cada función tiene su propio punto de entrada. Por ejemplo: BarcodeScanning, TextRecognition, ImageLabeling, Translation…. Las llamadas al servicio getInstance() de Firebase se reemplazan por llamadas al método getClient() del punto de entrada de la función.
Se quitó la creación de instancias predeterminada de TextRecognizer, ya que agregamos bibliotecas adicionales para reconocer otros idiomas, como el chino y el coreano. Para usar las opciones predeterminadas con el modelo de reconocimiento de texto en latín, declara una dependencia en com.google.android.gms:play-services-mlkit-text-recognition y usa TextRecognition.getClient(TextRecognizerOptions.DEFAULT_OPTIONS).
Se quitó la creación de instancias predeterminada de ImageLabeler y ObjectDetector, ya que presentamos la compatibilidad con modelos personalizados para estas dos funciones. Por ejemplo, para usar opciones predeterminadas con el modelo base en ImageLabeling, declara una dependencia en com.google.mlkit:image-labeling y usa ImageLabeling.getClient(ImageLabelerOptions.DEFAULT_OPTIONS) en Java.
Todos los controladores (detector, escáner, etiquetador, traductor, etc.) se pueden cerrar. Asegúrate de que se llame al método close() cuando ya no se usen esos objetos. Si los usas en un Fragment o AppCompatActivity, una forma sencilla de hacerlo es llamar a LifecycleOwner.getLifecycle() en el Fragment o AppCompatActivity y, luego, llamar a Lifecycle.addObserver.
Se cambió el nombre de processImage() y detectInImage() en las APIs de Vision a process() por coherencia.
Las APIs de Natural Language ahora usan el término "etiqueta de idioma" (según se define en el estándar BCP 47) en lugar de "código de idioma".
Se quitaron los métodos get en las clases xxxOptions.
El método getBitmap() de la clase InputImage(que reemplaza a FirebaseVisionImage) ya no es compatible como parte de la interfaz pública. Consulta BitmapUtils.java en la muestra de inicio rápido del Kit de AA para obtener un mapa de bits convertido a partir de varias entradas.
Se quitó FirebaseVisionImageMetadata. Solo puedes pasar metadatos de imagen, como ancho, altura, rotación y formato, a los métodos de construcción de InputImages.

Estos son algunos ejemplos de métodos de Kotlin antiguos y nuevos:

Antiguo

// Construct image labeler with base model and default options.
val imageLabeler = FirebaseVision.getInstance().onDeviceImageLabeler

// Construct object detector with base model and default options.
val objectDetector = FirebaseVision.getInstance().onDeviceObjectDetector

// Construct face detector with given options
val faceDetector = FirebaseVision.getInstance().getVisionFaceDetector(options)

// Construct image labeler with local AutoML model
val localModel =
    FirebaseAutoMLLocalModel.Builder()
      .setAssetFilePath("automl/manifest.json")
      .build()
val autoMLImageLabeler =
    FirebaseVision.getInstance()
      .getOnDeviceAutoMLImageLabeler(
          FirebaseVisionOnDeviceAutoMLImageLabelerOptions.Builder(localModel)
            .setConfidenceThreshold(0.3F)
            .build()
    )

Nuevo

// Construct image labeler with base model and default options.
val imageLabeler = ImageLabeling.getClient(ImageLabelerOptions.DEFAULT_OPTIONS)
// Optional: add life cycle observer
lifecycle.addObserver(imageLabeler)

// Construct object detector with base model and default options.
val objectDetector = ObjectDetection.getClient(ObjectDetectorOptions.DEFAULT_OPTIONS)

// Construct face detector with given options
val faceDetector = FaceDetection.getClient(options)

// Construct image labeler with local AutoML model
val localModel =
  LocalModel.Builder()
    .setAssetManifestFilePath("automl/manifest.json")
    .build()
val autoMLImageLabeler =
  ImageLabeling.getClient(
    CustomImageLabelerOptions.Builder(localModel)
    .setConfidenceThreshold(0.3F).build())

Estos son algunos ejemplos de métodos de Java antiguos y nuevos:

Antiguo

// Construct image labeler with base model and default options.
FirebaseVisionImageLabeler imagelLabeler =
     FirebaseVision.getInstance().getOnDeviceImageLabeler();

// Construct object detector with base model and default options.
FirebaseVisionObjectDetector objectDetector =
     FirebaseVision.getInstance().getOnDeviceObjectDetector();

// Construct face detector with given options
FirebaseVisionFaceDetector faceDetector =
     FirebaseVision.getInstance().getVisionFaceDetector(options);

// Construct image labeler with local AutoML model
FirebaseAutoMLLocalModel localModel =
    new FirebaseAutoMLLocalModel.Builder()
      .setAssetFilePath("automl/manifest.json")
      .build();
FirebaseVisionImageLabeler autoMLImageLabeler =
    FirebaseVision.getInstance()
      .getOnDeviceAutoMLImageLabeler(
          FirebaseVisionOnDeviceAutoMLImageLabelerOptions.Builder(localModel)
            .setConfidenceThreshold(0.3F)
            .build());

Nuevo

// Construct image labeler with base model and default options.
ImageLabeler imageLabeler = ImageLabeling.getClient(ImageLabelerOptions.DEFAULT_OPTIONS);
// Optional: add life cycle observer
getLifecycle().addObserver(imageLabeler);

// Construct object detector with base model and default options.
ObjectDetector objectDetector = ObjectDetection.getClient(ObjectDetectorOptions.DEFAULT_OPTIONS);

// Construct face detector with given options
FaceDetector faceDetector = FaceDetection.getClient(options);

// Construct image labeler with local AutoML model
LocalModel localModel =
  new LocalModel.Builder()
    .setAssetManifestFilePath("automl/manifest.json")
    .build();
ImageLabeler autoMLImageLabeler =
  ImageLabeling.getClient(
    new CustomImageLabelerOptions.Builder(localModel)
    .setConfidenceThreshold(0.3F).build());

Cambios específicos de la API

Escaneo de códigos de barras

En el caso de la API de Barcode Scanning, ahora hay dos formas de entregar los modelos:

A través de los Servicios de Google Play, también conocidos como "delgados" (recomendado): Esto reduce el tamaño de la app y el modelo se comparte entre las aplicaciones. Sin embargo, los desarrolladores deberán asegurarse de que el modelo se descargue antes de usarlo por primera vez.
Con el APK de tu app, también conocido como “empaquetado”, aumenta el tamaño de la app, pero significa que el modelo se puede usar de inmediato.

Las dos implementaciones son ligeramente diferentes, y la versión “con licencia integrada” tiene varias mejoras en comparación con la versión “delgada”. Puedes encontrar detalles sobre estas diferencias en los lineamientos de la API de Barcode Scanning.

Detección de rostro

En el caso de la API de Face Detection, los modelos se pueden entregar de dos maneras:

A través de los Servicios de Google Play, también conocidos como "delgados" (recomendado): Esto reduce el tamaño de la app y el modelo se comparte entre las aplicaciones. Sin embargo, los desarrolladores deberán asegurarse de que el modelo se descargue antes de usarlo por primera vez.
Con el APK de tu app, también conocido como “empaquetado”, aumenta el tamaño de descarga de la app, pero significa que el modelo se puede usar de inmediato.

El comportamiento de las implementaciones es el mismo.

Translation

TranslateLanguage ahora usa nombres legibles para sus constantes (p.ej., ENGLISH) en lugar de etiquetas de idioma (EN). También son @StringDef, en lugar de @IntDef, y el valor de la constante es la etiqueta de idioma BCP 47 coincidente.
Si tu app usa la opción de condición de descarga "dispositivo inactivo", ten en cuenta que se quitó y ya no se puede usar. Aún puedes usar la opción "Carga del dispositivo". Si deseas un comportamiento más complejo, puedes retrasar la llamada a RemoteModelManager.download detrás de tu propia lógica.

Etiquetado de imágenes de AutoML

Si tu app usa la opción de condición de descarga "dispositivo inactivo", ten en cuenta que esta opción se quitó y ya no se puede usar. Aún puedes usar la opción de carga del dispositivo.

Si deseas un comportamiento más complejo, puedes retrasar la llamada a RemoteModelManager.download detrás de tu propia lógica.

Detección y seguimiento de objetos

Si tu app usa la detección de objetos con clasificación aproximada, ten en cuenta que el nuevo SDK cambió la forma en que muestra la categoría de clasificación de los objetos detectados.

La categoría de clasificación se muestra como una instancia de DetectedObject.Label en lugar de un número entero. Todas las categorías posibles para el clasificador aproximado se incluyen en la clase PredefinedCategory.

A continuación, se muestra un ejemplo del código Kotlin anterior y el nuevo:

Antiguo

if (object.classificationCategory == FirebaseVisionObject.CATEGORY_FOOD) {
    ...
}

Nuevo

if (!object.labels.isEmpty() && object.labels[0].text == PredefinedCategory.FOOD) {
    ...
}
// or
if (!object.labels.isEmpty() && object.labels[0].index == PredefinedCategory.FOOD_INDEX) {
    ...
}

Este es un ejemplo del código Java anterior y el nuevo:

Antiguo

if (object.getClassificationCategory() == FirebaseVisionObject.CATEGORY_FOOD) {
    ...
}

Nuevo

if (!object.getLabels().isEmpty()
    && object.getLabels().get(0).getText().equals(PredefinedCategory.FOOD)) {
    ...
}
// or
if (!object.getLabels().isEmpty()
    && object.getLabels().get(0).getIndex() == PredefinedCategory.FOOD_INDEX) {
    ...
}

Se quitó la categoría "Desconocido". Cuando la confianza de la clasificación de un objeto es baja, no mostramos ninguna etiqueta.

Quita las dependencias de Firebase (opcional)

Este paso solo se aplica cuando se cumplen estas condiciones:

El Kit de AA de Firebase es el único componente de Firebase que usas.
Solo usas APIs integradas en el dispositivo.
No usas la publicación de modelos.

Si este es el caso, puedes quitar las dependencias de Firebase después de la migración. Lleve a cabo los pasos siguientes:

Para quitar el archivo de configuración de Firebase, borra el archivo google-services.json en el directorio del módulo (nivel de app) de tu app.
Reemplaza el complemento de Gradle de los servicios de Google en el archivo de Gradle del módulo (nivel de app) (generalmente app/build.gradle) por el complemento Strict Version Matcher:

Antes

apply plugin: 'com.android.application'
apply plugin: 'com.google.gms.google-services'  // Google Services plugin

android {
  // …
}

Después

apply plugin: 'com.android.application'
apply plugin: 'com.google.android.gms.strict-version-matcher-plugin'

android {
  // …
}

Reemplaza la ruta de acceso de clases del complemento de Google Services para Gradle en el archivo Gradle de tu proyecto (a nivel de raíz) (build.gradle) por la del complemento Strict Version Matcher:

Antes

buildscript {
  dependencies {
    // ...

    classpath 'com.google.gms:google-services:4.3.3'  // Google Services plugin
  }
}

Después

buildscript {
  dependencies {
    // ...

    classpath 'com.google.android.gms:strict-version-matcher-plugin:1.2.1'
  }
}

Borra tu app de Firebase en Firebase console según las instrucciones del sitio de asistencia de Firebase.

Cómo obtener ayuda

Si tienes algún problema, consulta nuestra página de Comunidad, en la que se describen los canales disponibles para comunicarte con nosotros.