Panduan migrasi

Pada tanggal 3 Juni 2020, kami membuat beberapa perubahan pada ML Kit for Firebase untuk membedakan API di perangkat dengan API berbasis cloud. Kumpulan API saat ini kini dibagi menjadi dua produk berikut:

  • Produk baru, hanya disebut ML Kit, yang akan berisi semua API di perangkat

  • Firebase Machine Learning, yang berfokus pada API berbasis cloud dan deployment model kustom.

Perubahan ini juga akan mempermudah integrasi ML Kit ke dalam aplikasi jika Anda hanya memerlukan solusi di perangkat. Dokumen ini menjelaskan cara memigrasikan aplikasi Anda dari Firebase ML Kit SDK ke ML Kit SDK yang baru.

Apa yang berubah?

API dasar di perangkat

API berikut telah dipindahkan ke ML Kit SDK mandiri yang baru.

  • Pemindaian kode batang
  • Deteksi wajah
  • Pelabelan gambar
  • Deteksi dan pelacakan objek
  • Pengenalan teks
  • ID Bahasa
  • Smart Reply
  • Terjemahan
  • API inferensi AutoML Vision Edge

API dasar di perangkat yang sudah ada di ML Kit for Firebase SDK tidak digunakan lagi dan tidak akan menerima update lagi.

Jika Anda saat ini menggunakan API tersebut di aplikasi Anda, lakukan migrasi ke ML Kit SDK baru, dengan mengikuti panduan migrasi ML Kit untuk Android dan panduan migrasi ML Kit untuk iOS.

API model kustom

Untuk mendownload model yang dihosting di Firebase, downloader model kustom akan terus ditawarkan melalui Firebase ML SDK. SDK mengambil model terbaru yang tersedia dan meneruskannya ke runtime TensorFlow Lite yang terpisah untuk inferensi.

Penafsir model kustom yang ada di ML Kit for Firebase SDK tidak digunakan lagi dan tidak akan lagi menerima update. Sebaiknya gunakan runtime TensorFlow Lite secara langsung untuk inferensi. Atau, jika Anda hanya ingin menggunakan model kustom untuk pelabelan gambar serta API deteksi dan pelacakan objek, kini Anda dapat menggunakan model kustom dalam API ini di ML Kit secara langsung.

Lihat panduan migrasi untuk Android dan iOS guna mengetahui petunjuk selengkapnya.

Apa saja yang tidak berubah?

API dan layanan berbasis cloud akan terus ditawarkan dengan Firebase ML:

  • API pelabelan gambar berbasis cloud, pengenalan teks, dan pengenalan tempat terkenal masih tersedia dari Firebase ML SDK.

  • Firebase ML juga terus menawarkan Deployment model

Pertanyaan umum (FAQ)

Mengapa perubahan ini?

Kami membuat perubahan ini untuk mengklarifikasi solusi yang ditawarkan produk tersebut. Dengan perubahan ini, ML Kit SDK yang baru sepenuhnya berfokus pada machine learning di perangkat tempat semua pemrosesan data terjadi di perangkat dan tersedia untuk developer tanpa biaya. Layanan cloud yang merupakan bagian dari Firebase ML Kit sebelumnya akan tetap tersedia melalui Firebase ML dan Anda masih dapat menggunakannya bersamaan dengan ML Kit API.

Untuk API di perangkat, ML Kit SDK yang baru memudahkan developer untuk mengintegrasikan ML Kit ke dalam aplikasi mereka. Ke depannya, Anda hanya perlu menambahkan dependensi ke project aplikasi, lalu mulai menggunakan API. Anda tidak perlu menyiapkan project Firebase hanya untuk menggunakan API di perangkat.

Apa yang terjadi pada model saya yang dihosting dengan Firebase?

Firebase Machine Learning akan terus menyediakan model Anda seperti sebelumnya. Fungsionalitas tersebut tidak berubah. Berikut ini beberapa peningkatan:

  • Kini Anda dapat men-deploy model ke Firebase secara terprogram menggunakan Python atau Node SDK.

  • Kini Anda dapat menggunakan Firebase ML SDK bersamaan dengan runtime TensorFlow Lite. Firebase SDK akan mendownload model ke perangkat, dan runtime TensorFlow Lite yang melakukan inferensi. Hal ini memudahkan Anda untuk memilih versi runtime yang diinginkan, termasuk build kustom.

Manfaat apa yang saya dapatkan dari bermigrasi ke ML Kit SDK yang baru?

Dengan bermigrasi ke SDK baru, aplikasi Anda akan mendapatkan manfaat dari perbaikan bug terbaru dan peningkatan pada API di perangkat. Misalnya, berikut adalah beberapa perubahan dalam rilis pertama:

  • Sekarang Anda dapat menggunakan API pelabelan gambar kustom serta deteksi dan pelacakan objek kustom yang baru untuk mengintegrasikan model klasifikasi gambar kustom dengan mudah di aplikasi Anda dan membangun pengalaman pengguna interaktif real-time.

  • Dukungan Android Jetpack Lifecycle ditambahkan ke semua API. Anda kini dapat menggunakan addObserver untuk secara otomatis mengelola inisiasi dan pemutusan API ML Kit saat aplikasi melalui rotasi atau penutupan layar oleh pengguna / sistem. Hal ini mempermudah integrasi dengan CameraX.

Daftar lengkap perubahan terbaru dapat ditemukan di catatan rilis ML Kit SDK.

Saya menggunakan ML Kit for Firebase saat ini. Kapan saya perlu melakukan migrasi?

Hal ini bergantung pada ML Kit for Firebase API yang saat ini Anda gunakan di aplikasi Anda.

  • API dasar di perangkat di ML Kit for Firebase SDK akan terus berfungsi di masa mendatang. Namun, dengan menunda peralihan ke ML Kit SDK yang baru, Anda tidak akan mendapatkan manfaat dari fitur dan update baru. Selain itu, setelah Anda mengupdate komponen lain dalam aplikasi, ada risiko bahwa Anda mungkin mengalami konflik dependensi. Hal ini dapat terjadi jika beberapa dependensi Anda yang lain (langsung atau tidak langsung) lebih baru dari dependensi yang diharapkan oleh ML Kit for Firebase SDK lama. Contoh library yang memungkinkan hal ini terjadi adalah OkHttp dan firebase-common.

  • Jika Anda menggunakan Cloud APIs melalui ML Kit for Firebase SDK, Anda tidak perlu melakukan perubahan apa pun untuk saat ini.

  • Jika Anda menggunakan Deployment Model Kustom, sebaiknya upgrade ke versi terbaru yang memungkinkan inferensi menjalankan inferensi secara langsung pada runtime TensorFlow Lite.