การย้ายข้อมูลสำหรับ Android

อัปเดตการนำเข้า Gradle

SDK ใหม่ต้องใช้ทรัพยากร Dependency เพียง 1 รายการต่อ ML Kit API แต่ละรายการ คุณไม่จำเป็นต้องระบุ ไลบรารีทั่วไป เช่น firebase-ml-vision หรือ firebase-ml-natural-language ML Kit ใช้เนมสเปซ com.google.android.gms สำหรับไลบรารีที่อิงตามบริการ Google Play

API ของ Vision

ระบบจะนำโมเดลที่รวมชุดมาเป็นส่วนหนึ่งของแอปพลิเคชันของคุณ ต้องดาวน์โหลดโมเดลขนาดเล็ก API บางรายการมีให้ใช้งานทั้งในรูปแบบแพ็กเกจและในรูปแบบบางส่วน ส่วน API อื่นๆ จะมีในรูปแบบเดียวเท่านั้น หรืออื่นๆ

APIรวมกลุ่มบาง
การรู้จำข้อความx (เบต้า)x
การตรวจจับใบหน้าxx
การสแกนบาร์โค้ดxx
การติดป้ายกำกับรูปภาพxx
การตรวจจับและติดตามวัตถุx-

อัปเดตทรัพยากร Dependency สำหรับไลบรารี ML Kit Android ในโมดูล (แอป- ระดับ) ไฟล์ Gradle (ปกติราคา app/build.gradle) ตามตารางต่อไปนี้:

โมเดลแบบกลุ่ม

APIสิ่งประดิษฐ์เก่าอาร์ติแฟกต์ใหม่
การสแกนบาร์โค้ด 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
คอนทัวร์ใบหน้า 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
การติดป้ายกำกับรูปภาพ 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
การตรวจจับออบเจ็กต์ 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

โมเดลบาง

APIสิ่งประดิษฐ์เก่าอาร์ติแฟกต์ใหม่
การสแกนบาร์โค้ด com.google.firebase:firebase-ml-vision:24.0.1 com.google.android.gms:play-services-mlkit-barcode-scanning:18.3.1
การตรวจจับใบหน้า com.google.firebase:firebase-ml-vision:24.0.1 com.google.android.gms:play-services-mlkit-face-detection:17.1.0
การรู้จำข้อความ com.google.firebase:firebase-ml-vision:24.0.1 com.google.android.gms:play-services-mlkit-text-recognition:19.0.1

AutoMLVision Edge

APIอาร์ติแฟกต์เก่าอาร์ติแฟกต์ใหม่
AutoML ที่ไม่มีการดาวน์โหลด 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 พร้อมการดาวน์โหลด 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

Natural Language API

ระบบจะนำโมเดลที่รวมชุดมาเป็นส่วนหนึ่งของแอปพลิเคชันของคุณ ต้องดาวน์โหลดโมเดล Thin:

APIรวมกลุ่มบาง
รหัสภาษาxx
ฟีเจอร์ช่วยตอบxx (เบต้า)

อัปเดตทรัพยากร Dependency สำหรับไลบรารี ML Kit Android ในโมดูล (แอป- ระดับ) ไฟล์ Gradle (ปกติราคา app/build.gradle) ตามตารางต่อไปนี้:

โมเดลแบบกลุ่ม

APIสิ่งประดิษฐ์เก่าอาร์ติแฟกต์ใหม่
รหัสภาษา 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
ฟีเจอร์ช่วยตอบ 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

โมเดลบาง

APIสิ่งประดิษฐ์เก่าอาร์ติแฟกต์ใหม่
รหัสภาษา 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
ฟีเจอร์ช่วยตอบ 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

อัปเดตชื่อชั้นเรียน

หากชั้นเรียนของคุณปรากฏในตารางนี้ ให้ทำการเปลี่ยนแปลงที่ระบุ

ชั้นเรียนเดิมชั้นเรียนใหม่
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

สำหรับชั้นเรียนอื่นๆ ให้ทำตามกฎต่อไปนี้

  • นำคำนำหน้า FirebaseVision ออกจากชื่อชั้นเรียน
  • นำคำนำหน้าอื่นๆ ที่ขึ้นต้นด้วย Firebase ออกจากชื่อชั้นเรียน

นอกจากนี้ ในชื่อแพ็กเกจจะแทนที่คำนำหน้า com.google.firebase.ml ด้วย com.google.mlkit

อัปเดตชื่อวิธีการ

มีการเปลี่ยนแปลงโค้ดเล็กน้อย:

  • ตัวตรวจจับ/เครื่องสแกน/ป้ายกำกับ/เครื่องมือแปล... มีการเปลี่ยนแปลงอินสแตนซ์ แต่ละฟีเจอร์มีจุดแรกเข้าของตนเองแล้ว ตัวอย่างเช่น: BarcodeScanning, TextRecognition, ImageLabeling, Translation.... ระบบจะแทนที่การเรียกใช้บริการ Firebase getInstance() ด้วยการเรียกเมธอดของจุดแรกเข้าของฟีเจอร์getClient()
  • เราได้นำการสร้างอินสแตนซ์เริ่มต้นสำหรับ TextRecognizer ออกแล้ว เนื่องจากเราได้เปิดตัวไลบรารีเพิ่มเติมสำหรับการจดจำสคริปต์อื่นๆ เช่น ภาษาจีนและเกาหลี หากต้องการใช้ตัวเลือกเริ่มต้นด้วยโมเดลการจดจำข้อความสคริปต์ละติน โปรดประกาศการอ้างอิงใน com.google.android.gms:play-services-mlkit-text-recognition และใช้ TextRecognition.getClient(TextRecognizerOptions.DEFAULT_OPTIONS)
  • เราได้นำการสร้างอินสแตนซ์เริ่มต้นสำหรับ ImageLabeler และ ObjectDetector ออก เนื่องจากเราได้เปิดตัวการรองรับโมเดลที่กําหนดเองสําหรับทั้ง 2 ฟีเจอร์นี้ เช่น หากต้องการใช้ตัวเลือกเริ่มต้นกับโมเดลฐานใน ImageLabeling โปรดประกาศทรัพยากร Dependency ใน com.google.mlkit:image-labeling และใช้ ImageLabeling.getClient(ImageLabelerOptions.DEFAULT_OPTIONS) ใน Java
  • ที่จับทั้งหมด (ตัวตรวจจับ/เครื่องสแกน/ป้ายกำกับ/เครื่องแปล...) สามารถปิดได้ ตรวจสอบว่ามีการเรียกใช้เมธอด close() เมื่อจะไม่มีการใช้งานออบเจ็กต์เหล่านั้นอีกต่อไป หากคุณใช้ Fragment หรือ AppCompatActivity วิธีง่ายๆ คือการเรียกใช้ LifecycleOwner.getLifecycle() ใน Fragment หรือ AppCompatActivity แล้วจึงเรียกใช้ Lifecycle.addObserver
  • เราได้เปลี่ยนชื่อ processImage() และ detectInImage() ใน Vision API เป็น process() เพื่อความสอดคล้อง
  • ปัจจุบัน Natural Language API จะใช้คําว่า "แท็กภาษา" (ตามคําจํากัดความตามมาตรฐาน BCP 47) แทน "รหัสภาษา"
  • นำเมธอด Getter ในคลาส xxxOptions ออกแล้ว
  • เมธอด getBitmap() ในคลาส InputImage(แทนที่ FirebaseVisionImage) จะไม่ได้รับการสนับสนุนอีกต่อไปในฐานะส่วนหนึ่งของอินเทอร์เฟซสาธารณะ โปรดดู BitmapUtils.java ในตัวอย่างการเริ่มต้นอย่างรวดเร็ว ML Kit เพื่อแปลงบิตแมปจากอินพุตต่างๆ
  • FirebaseVisionImageMetadata ถูกนำออกแล้ว คุณสามารถส่งข้อมูลเมตาของรูปภาพ เช่น ความกว้าง ความสูง การหมุนองศา รูปแบบ ไปยังวิธีการสร้างของ InputImages

ต่อไปนี้คือตัวอย่างของเมธอด Kotlin ทั้งเก่าและใหม่

เก่า

// 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()
    )

ใหม่

// 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())

ต่อไปนี้เป็นตัวอย่างของเมธอด Java ทั้งเก่าและใหม่

เก่า

// 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());

ใหม่

// 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());

การเปลี่ยนแปลงเฉพาะ API

การสแกนบาร์โค้ด

สำหรับ API การสแกนบาร์โค้ด คุณสามารถเลือกนำส่งโมเดลได้ 2 วิธี ดังนี้

  • ผ่านบริการ Google Play หรือที่รู้จักกันในชื่อ "thin" (แนะนำ) - การดำเนินการนี้จะลดขนาดแอปและมีการแชร์โมเดลระหว่างแอปพลิเคชัน อย่างไรก็ตาม นักพัฒนาซอฟต์แวร์จะต้องตรวจสอบว่ามีการดาวน์โหลดโมเดลก่อนที่จะใช้งานเป็นครั้งแรก
  • การใช้ APK ของแอปหรือที่เรียกว่า "แพ็กเกจ" จะเพิ่มขนาดของแอป แต่หมายความว่าโมเดลจะพร้อมใช้งานทันที

การใช้งานทั้ง 2 รายการแตกต่างกันเล็กน้อย โดยเวอร์ชัน "แพ็กเกจ" จะมีการปรับปรุงหลายประการมากกว่าเวอร์ชัน "บาง" ดูรายละเอียดเกี่ยวกับความแตกต่างเหล่านี้ได้ในหลักเกณฑ์ของ Barcode Scanning API

การตรวจจับใบหน้า

สำหรับ Face Detection API คุณจะนำส่งโมเดลได้ 2 วิธีดังนี้

  • ผ่านบริการ Google Play หรือที่รู้จักกันในชื่อ "thin" (แนะนำ) - การดำเนินการนี้จะลดขนาดแอปและมีการแชร์โมเดลระหว่างแอปพลิเคชัน อย่างไรก็ตาม นักพัฒนาซอฟต์แวร์จะต้องตรวจสอบว่ามีการดาวน์โหลดโมเดลก่อนที่จะใช้งานเป็นครั้งแรก
  • การใช้ APK ของแอปหรือเรียกอีกอย่างว่า "แพ็กเกจ" จะเพิ่มขนาดการดาวน์โหลดแอป แต่หมายความว่าโมเดลจะพร้อมใช้งานทันที

ลักษณะการทำงานของการติดตั้งใช้งานจะเหมือนกัน

คำแปล

  • ตอนนี้ TranslateLanguage ใช้ชื่อที่อ่านได้สำหรับค่าคงที่ (เช่น ENGLISH) แทนแท็กภาษา (EN) ซึ่งตอนนี้อยู่ในรูปแบบ @StringDef แทน @IntDef และค่าของค่าคงที่คือแท็กภาษา BCP 47 ที่ตรงกัน

  • หากแอปของคุณใช้ตัวเลือกเงื่อนไขการดาวน์โหลด "ไม่มีการใช้งานอุปกรณ์" โปรดทราบว่าตัวเลือกนี้ได้ถูกนำออกแล้วและไม่สามารถใช้ได้อีกต่อไป คุณยังสามารถใช้ตัวเลือก "การชาร์จอุปกรณ์" ได้ หากต้องการการทำงานที่ซับซ้อนมากขึ้น คุณสามารถเลื่อนการเรียก RemoteModelManager.download โดยใช้ตรรกะของคุณเองได้

การติดป้ายกำกับรูปภาพ AutoML

หากแอปของคุณใช้ตัวเลือกเงื่อนไขการดาวน์โหลด "ไม่มีการใช้งานอุปกรณ์" โปรดทราบว่า นำตัวเลือกนี้ออกแล้วและจะใช้ไม่ได้อีกต่อไป คุณยังสามารถใช้ ตัวเลือก "การชาร์จอุปกรณ์"

หากต้องการการทำงานที่ซับซ้อนยิ่งขึ้น คุณชะลอการโทรได้ RemoteModelManager.download อยู่เบื้องหลังตรรกะของคุณเอง

การตรวจจับและติดตามออบเจ็กต์

หากแอปใช้การตรวจหาออบเจ็กต์ที่มีการแยกประเภทคร่าวๆ โปรดทราบว่า SDK ใหม่เปลี่ยนวิธีแสดงผลหมวดหมู่การจัดประเภทสำหรับที่ตรวจพบ ออบเจ็กต์

หมวดหมู่การจัดประเภทจะแสดงผลเป็นอินสแตนซ์ของ DetectedObject.Label แทนจำนวนเต็ม หมวดหมู่ที่เป็นไปได้ทั้งหมดสำหรับ ตัวแยกประเภทคร่าวๆ จะรวมอยู่ในคลาส PredefinedCategory

ต่อไปนี้คือตัวอย่างโค้ด Kotlin เก่าและใหม่

เก่า

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

ใหม่

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

ต่อไปนี้เป็นตัวอย่างของโค้ด Java เก่าและใหม่

เก่า

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

ใหม่

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) {
    ...
}

นำหมวดหมู่ "ไม่รู้จัก" ออกแล้ว เมื่อการจัดประเภทของออบเจ็กต์มีความเชื่อมั่นต่ำ เราจะไม่แสดงป้ายกำกับใดๆ เลย

นำทรัพยากร Dependency ของ Firebase ออก (ไม่บังคับ)

ขั้นตอนนี้จะใช้เมื่อตรงกับเงื่อนไขเหล่านี้เท่านั้น

  • Firebase ML Kit เป็นคอมโพเนนต์ Firebase เพียงอย่างเดียวที่คุณใช้
  • คุณใช้ API ในอุปกรณ์เท่านั้น
  • คุณไม่ได้ใช้โมเดล

หากเป็นกรณีนี้ คุณสามารถนำทรัพยากร Dependency ของ Firebase ออกหลังการย้ายข้อมูลได้ โปรดทำตามขั้นตอนต่อไปนี้

  • นำไฟล์การกำหนดค่า Firebase ออกโดยลบไฟล์การกำหนดค่า google-services.json ในไดเรกทอรีโมดูล (ระดับแอป) ของแอป
  • แทนที่ปลั๊กอิน Gradle บริการของ Google ในไฟล์ Gradle ระดับโมดูล (ระดับแอป) (มักจะเป็น app/build.gradle) ด้วยปลั๊กอินตัวจับคู่เวอร์ชันเข้มงวด

ก่อน

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

android {
  // …
}

หลัง

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

android {
  // …
}
  • แทนที่คลาสพาธของปลั๊กอิน Gradle บริการของ Google ในไฟล์ Gradle โปรเจ็กต์ (ระดับรูท) (build.gradle) ของคุณด้วยปลั๊กอินสำหรับปลั๊กอินตัวจับคู่เวอร์ชันที่เข้มงวด:

ก่อน

buildscript {
  dependencies {
    // ...

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

หลัง

buildscript {
  dependencies {
    // ...

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

ลบแอป Firebase ที่คอนโซล Firebase ตาม วิธีการในเว็บไซต์การสนับสนุนของ Firebase

ขอความช่วยเหลือ

หากพบปัญหา โปรดไปที่หน้าชุมชนซึ่งเราสรุปไว้ ช่องทางที่พร้อมให้บริการสำหรับติดต่อเรา