‫Google برای ترجمه محتوا به زبان ترجیحی شما از فناوری هوشواره استفاده می‌کند. ترجمه‌های هوشواره‌ای ممکن است اشتباه داشته باشند.

درحال انتقال برای iOS

این راهنما توضیح می‌دهد که چگونه از ML Kit برای Firebase برای iOS مهاجرت کنید.

پیش‌نیازها

قبل‌از شروع انتقال کد، مطمئن شوید که این الزامات را برآورده می‌کنید:

ML Kit از Xcode 13.2.1 یا بالاتر پشتیبانی می‌کند.
‫ML Kit از iOS نسخه ۱۵.۵ یا بالاتر پشتیبانی می‌کند.
ML Kit از معماری‌های ۳۲ بیتی (i386 و armv7) پشتیبانی نمی‌کند. ML Kit از معماری‌های ۶۴ بیتی (x86_64 و arm64) پشتیبانی می‌کند.
کتابخانه ML Kit فقط به‌صورت cocoapods ارائه می‌شود. نمی‌توانید چارچوب‌ها و cocoapods را باهم ترکیب کنید، بنابراین برای استفاده از این کتابخانه ابتدا باید به cocoapods مهاجرت کنید.

به‌روزرسانی Cocoapods

وابستگی‌های ML Kit iOS cocoapods را در Podfile برنامه‌تان به‌روز کنید:

میانای برنامه‌سازی کاربردی	نام(های) قدیمی آگهی‌های دسته‌ای	نام(های) پاد جدید
اسکن کردن رمزینه	Firebase/MLVision Firebase/MLVisionBarcodeModel	GoogleMLKit/BarcodeScanning
تشخیص چهره	Firebase/MLVision Firebase/MLVisionFaceModel	GoogleMLKit/FaceDetection
برچسب‌گذاری تصویر	Firebase/MLVision Firebase/MLVisionLabelModel	GoogleMLKit/ImageLabeling
تشخیص و ردیابی اشیا	Firebase/MLVisionObjectDetection	GoogleMLKit/ObjectDetection
تشخیص نوشتار	Firebase/MLVision Firebase/MLVisionTextModel	GoogleMLKit/TextRecognition
برچسب‌گذاری تصویر AutoML (مدل بسته‌ای)	Firebase/MLVisionAutoML	GoogleMLKit/ImageLabelingCustom
برچسب‌گذاری تصویر AutoML (مدل بارگیری شد)	Firebase/MLVisionAutoML	GoogleMLKit/ImageLabelingCustom برای میزبانی و بارگیری مدل‌های سفارشی، مدل‌هایتان را به Cloud Storage منتقل کنید و منطق بارگیری را به برنامه‌تان اضافه کنید تا آن‌ها را به‌عنوان مدل‌های محلی بار کند. برای جزئیات، راهنمای انتقال Firebase ML به Cloud Storage را ببینید.
شناسه زبان	Firebase/MLNaturalLanguage Firebase/MLNLLanguageID	GoogleMLKit/LanguageID
پاسخ هوشمند	Firebase/MLNaturalLanguage Firebase/MLNLSmartReply	GoogleMLKit/SmartReply
ترجمه Google	Firebase/MLNaturalLanguage Firebase/MLNLTranslate	GoogleMLKit/Translate

به‌روزرسانی نام کلاس‌ها، شمارش‌ها، و انواع

به‌طورکلی، کلاس‌ها، شمارش‌ها، و انواع باید به‌صورت زیر تغییر نام داده شوند:

Swift: پیشوند Vision را از نام کلاس‌ها و شمارش‌ها بردارید
Objective-C: هر دو پیشوند enum و نام کلاس FIRVision و FIR را با MLK جایگزین کنید

این قانون کلی برای برخی‌از نام‌ها و انواع کلاس‌ها اعمال نمی‌شود:

Swift

کلاس یا نوع قدیمی	کلاس یا نوع جدید
AutoMLLocalModel	LocalModel
AutoMLRemoteModel	LocalModel بارگیری دستی لازم است. مدل‌های ازراه‌دور میزبانی‌شده در Firebase منسوخ شده‌اند. برای جزئیات، راهنمای انتقال Firebase ML به Cloud Storage را ببینید.
VisionBarcodeDetectionCallback	BarcodeScanningCallback
VisionBarcodeDetector	BarcodeScanner
VisionBarcodeDetectorOptions	BarcodeScannerOptions
VisionImage	VisionImage (no change)
VisionPoint	VisionPoint (no change)
VisionOnDeviceAutoMLImageLabelerOptions	CustomImageLabelerOptions
VisionOnDeviceImageLabelerOptions	ImageLabelerOptions

آبجکتیو-سی

کلاس یا نوع قدیمی	کلاس یا نوع جدید
FIRAutoMLLocalModel	MLKLocalModel
FIRAutoMLRemoteModel	MLKLocalModel بارگیری دستی لازم است. مدل‌های ازراه‌دور میزبانی‌شده در Firebase منسوخ شده‌اند. برای جزئیات، راهنمای انتقال Firebase ML به Cloud Storage را ببینید.
FIRVisionBarcodeDetectionCallback	MLKBarcodeScanningCallback
FIRVisionBarcodeDetector	MLKBarcodeScanner
FIRVisionBarcodeDetectorOptions	MLKBarcodeScannerOptions
FIRVisionImage	MLKVisionImage
FIRVisionPoint	MLKVisionPoint
FIRVisionOnDeviceAutoMLImageLabelerOptions	MLKCustomImageLabelerOptions
FIRVisionOnDeviceImageLabelerOptions	MLKImageLabelerOptions

به‌روزرسانی نام روش‌ها

نام روش‌ها را طبق این قوانین به‌روز کنید:

کلاس‌های نقطه ورودی دامنه (Vision، NaturalLanguage) دیگر وجود ندارند. این کلاس‌ها با کلاس‌های مختص تکلیف جایگزین شده‌اند. فراخوانی‌های روش‌های کارخانه‌ای مختلف آن‌ها برای دریافت آشکارسازها را با فراخوانی‌های مستقیم به روش کارخانه‌ای هر آشکارساز جایگزین کنید.
کلاس VisionImageMetadata به‌همراه VisionDetectorImageOrientation enum برداشته شده است. از ویژگی orientation VisionImage برای مشخص کردن جهت نمایش تصویر استفاده کنید.
نام روش onDeviceTextRecognizer که نمونه TextRecognizer جدیدی دریافت می‌کند به textRecognizer تغییر کرده است.
ویژگی اطمینان از کلاس‌های نتیجه تشخیص نوشتار، ازجمله TextElement، TextLine، و TextBlock برداشته شده است.
روش‌های onDeviceImageLabeler و onDeviceImageLabeler(options:) برای دریافت نمونه جدید ImageLabeler ادغام شده‌اند و نام آن‌ها به imageLabeler(options:) تغییر کرده است.
روش objectDetector برای دریافت نمونه ObjectDetector جدید برداشته شده است. درعوض از objectDetector(options:) استفاده کنید.
ویژگی type از ImageLabeler برداشته شده است و ویژگی entityID از کلاس نتیجه برچسب‌گذاری تصویر، ImageLabel، برداشته شده است.
نام میانای برنامه‌سازی کاربردی اسکن رمزینه detect(in _:, completion:) به process(_:, completion:) تغییر کرده است تا با دیگر میاناهای برنامه‌سازی کاربردی Vision سازگار باشد.
Natural Language API اکنون به‌جای «کد زبان» از اصطلاح «برچسب زبان» (همان‌طور که در استاندارد BCP-47 تعریف شده است) استفاده می‌کند.
TranslateLanguage اکنون از نام‌های خوانا (مثل .english) برای ثابت‌هایش به‌جای برچسب‌های زبان (مثل .en) استفاده می‌کند.

در اینجا چند نمونه از روش‌های قدیمی و جدید Swift آورده شده است:

قدیمی

let options = VisionOnDeviceImageLabelerOptions()
options.confidenceThreshold = 0.75
let labeler = Vision.vision().onDeviceImageLabeler(options: options)

let detector = Vision.vision().faceDetector(options: options)

let localModel = AutoMLLocalModel(manifestPath: "automl/manifest.json")
let options = VisionOnDeviceAutoMLImageLabelerOptions(localModel: localModel)
options.confidenceThreshold = 0.75
let labeler = vision.onDeviceAutoMLImageLabeler(options: options)

let detector = Vision.vision().objectDetector()

جدید

let options = ImageLabelerOptions()
options.confidenceThreshold = NSNumber(value:0.75)
let labeler = ImageLabeler.imageLabeler(options: options)

let detector = FaceDetector.faceDetector(options: options)

let localModel = LocalModel(manifestPath: "automl/manifest.json")
let options = CustomImageLabelerOptions(localModel: localModel)
options.confidenceThreshold = NSNumber(value:0.75)
let labeler = ImageLabeler.imageLabeler(options: options)

let detector = ObjectDetector.objectDetector(options: ObjectDetectorOptions())

در اینجا چند نمونه از روش‌های قدیمی و جدید Objective-C آورده شده است:

قدیمی

FIRVisionOnDeviceImageLabelerOptions *options =
    [[FIRVisionOnDeviceImageLabelerOptions alloc] init];
options.confidenceThreshold = 0.75;
FIRVisionImageLabeler *labeler =
    [[FIRVision vision] onDeviceImageLabelerWithOptions:options];

FIRVisionFaceDetector *detector =
    [[FIRVision vision] faceDetectorWithOptions: options];

FIRAutoMLLocalModel *localModel =
    [[FIRAutoMLLocalModel alloc] initWithManifestPath:@"automl/manifest.json"];
FIRVisionOnDeviceAutoMLImageLabelerOptions *options =
    [[FIRVisionOnDeviceAutoMLImageLabelerOptions alloc]
        initWithLocalModel: localModel];
options.confidenceThreshold = 0.75
FIRVisionImageLabeler *labeler =
    [[FIRVision vision] onDeviceAutoMLImageLabelerWithOptions:options];

FIRVisionObjectDetector *detector =
    [[FIRVision vision] objectDetector];

جدید

MLKImageLabelerOptions *options =
    [[MLKImageLabelerOptions alloc] init];
options.confidenceThreshold = @(0.75);
MLKImageLabeler *labeler =
    [MLKImageLabeler imageLabelerWithOptions:options];

MLKFaceDetector *detector =
    [MLKFaceDetector faceDetectorWithOptions:options];

MLKLocalModel *localModel =
    [[MLKLocalModel alloc]
        initWithManifestPath:@"automl/manifest.json"];
MLKCustomImageLabelerOptions *options =
    [[MLKCustomImageLabelerOptions alloc] initWithLocalModel:localModel];
options.confidenceThreshold = @(0.75)
MLKImageLabeler *labeler =
    [MLKImageLabeler imageLabelerWithOptions:options];

MLKObjectDetectorOptions *options = [[MLKObjectDetectorOptions alloc] init];
MLKObjectDetector *detector = [MLKObjectDetector objectDetectorWithOptions:options];

تغییرات مختص میانای برنامه‌سازی کاربردی

تشخیص و ردیابی اشیا

اگر برنامه‌تان از طبقه‌بندی اشیا استفاده می‌کند، توجه داشته باشید که کیت توسعه نرم‌افزار جدید نحوه برگرداندن دسته طبقه‌بندی برای اشیای شناسایی‌شده را تغییر داده است.

VisionObjectCategory در VisionObject به‌صورت text در شیء ObjectLabel برگردانده می‌شود، نه به‌صورت عدد صحیح. همه دسته‌های رشته‌ای ممکن در شمارش DetectedObjectLabel گنجانده شده‌اند.

توجه داشته باشید که دسته .unknown برداشته شده است. وقتی اطمینان از طبقه‌بندی شیء پایین باشد، طبقه‌بندی‌کننده هیچ برچسبی برنمی‌گرداند.

در اینجا نمونه‌ای از کد سوئیفت قدیمی و جدید آورده شده است:

قدیمی

if (object.classificationCategory == .food) {
    ...
}

جدید

if let label = object.labels.first {
  if (label.text == DetectedObjectLabel.food.rawValue) {
    ...
  }
}
// or
if let label = object.labels.first {
  if (label.index == DetectedObjectLabelIndex.food.rawValue) {
    ...
  }
}

در اینجا نمونه‌ای از کد Objective-C قدیمی و جدید آورده شده است:

قدیمی

if (object.classificationCategory == FIRVisionObjectCategoryFood) {
    ...
}

جدید

if ([object.labels[0].text isEqualToString:MLKDetectedObjectLabelFood]) {
  ...
}
// or
if ([object.labels[0].index == MLKDetectedObjectLabelIndexFood]) {
  ...
}

برداشتن وابستگی‌های Firebase

پس‌از انتقال، وابستگی‌های Firebase را بردارید. این مراحل را دنبال کنید:

فایل پیکربندی Firebase را با حذف فایل GoogleService-Info.plist از فهرست راهنمای برنامه و پروژه Xcode خود بردارید.
هرگونه Firebase cocoapod، مثل pod 'Firebase/Analytics'، را از Podfile خود بردارید.
هرگونه مقداردهی اولیه FirebaseApp، مانند FirebaseApp.configure() را از کدتان بردارید.
برنامه Firebase خود را در کنسول Firebase طبق دستورالعمل‌های سایت پشتیبانی Firebase حذف کنید.

دریافت راهنمایی

اگر با مشکلی مواجه شدید، لطفاً صفحه انجمن ما را بررسی کنید که در آن کانال‌های موجود برای تماس با ما را شرح داده‌ایم.

درحال انتقال برای iOS با مجموعه‌ها، منظم بمانید ذخیره و طبقه‌بندی محتوا براساس اولویت‌های شما.

پیش‌نیازها

به‌روزرسانی Cocoapods

به‌روزرسانی نام کلاس‌ها، شمارش‌ها، و انواع

Swift

آبجکتیو-سی

به‌روزرسانی نام روش‌ها

قدیمی

جدید

قدیمی

جدید

تغییرات مختص میانای برنامه‌سازی کاربردی

تشخیص و ردیابی اشیا

قدیمی

جدید

قدیمی

جدید

برداشتن وابستگی‌های Firebase

دریافت راهنمایی

درحال انتقال برای iOS