机器学习套件 AutoML Vision Edge 迁移指南

注意 ：AutoML Vision Edge 图片标注 API 已废弃。自定义模型 API（图片标注、对象检测和跟踪）支持由 AutoML 训练的模型。本迁移指南介绍了如何迁移现有的 AutoML Vision Edge 实现，以使用新的自定义模型 API。

您可以将 AutoML 训练的图片分类模型传递给自定义模型 API。您可以继续将模型捆绑在应用中，也可以将其作为自定义模型托管在 Firebase 控制台中。AutoML 图片标注 API 已从 ML Kit 中移除，因为它已被自定义模型图片标注 API 完全取代。

API	有何变化？
AutoML Vision Edge 图片标注 API	它已被 Custom Model Image Labeling API 完全取代。移除了现有的 AutoML Vision Edge 图片标注 API。

如果您目前是使用 AutoML Vision Edge API 的机器学习套件用户，请按照适用于 Android 和 iOS 的迁移说明操作。

常见问题解答

此次变更的原因是什么？

这有助于简化机器学习套件 API，并更轻松地将机器学习套件集成到您的应用中。进行此项更改后，您可以使用 AutoML 训练的模型，方法与使用自定义模型完全相同。此外，除了我们目前支持的图片标注之外，您还可以使用 AutoML 训练的模型进行对象检测和跟踪。此外，自定义模型 API 同时支持在元数据中嵌入标签映射的模型，以及具有单独清单和标签文件的模型。

迁移到新 SDK 有哪些好处？

• 新功能：能够将 AutoML 训练的模型用于图片标注和对象检测和跟踪，还能够使用在元数据中嵌入标签映射的模型。

Android 迁移指南

第 1 步：更新 Gradle 导入

根据下表更新模块（应用级）Gradle 文件（通常为 app/build.gradle）中 Android 版机器学习套件库的依赖项：

功能	旧工件	新工件
无需下载远程模型即可使用 AutoML 进行图片标注	com.google.mlkit:image-labeling-automl:16.2.1	com.google.mlkit:image-labeling-custom:16.0.0-beta5
使用远程模型下载功能的图片标注 AutoML	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

第 2 步：更新类名称

如果您的课程显示在此表格中，请进行所示更改：

旧版课程	新课程
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

注意 ：在之前的 AutoMLImageLabelerOptions 中，如果未设置 confidenceThreshold，则系统会使用默认置信度阈值 0.5。现在，使用 CustomImageLabelerOptions 时，如果未设置 confidenceThreshold，则会使用模型元数据中包含的置信度阈值（如果有）。如果不存在，则系统会改用值 0.0。

第 3 步：更新方法名称

只需修改极少代码：

• 现在，可以使用模型文件路径（如果模型包含包含标签映射的元数据）或模型清单文件路径（如果清单、模型和标签位于单独的文件中）初始化 LocalModel。
• 您可以通过 Firebase 控制台远程托管自定义模型，并使用 FirebaseModelSource 初始化 CustomRemoteModel。

以下是旧版和新版 Kotlin 方法的一些示例：

旧优惠

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()

新

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()

下面是旧版和新版 Java 方法的一些示例：

旧优惠

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();

新

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();

iOS 迁移指南

前提条件

• 需要 Xcode 13.2.1 或更高版本。

第 1 步：更新 Cocoapods

在应用的 Podfile 中更新 ML Kit iOS cocoapods 的依赖项：

功能	旧 Pod 名称	新 Pod 名称
无需远程下载模型即可使用 AutoML 进行图片标注	GoogleMLKit/ImageLabelingAutoML	GoogleMLKit/ImageLabelingCustom
使用远程模型下载功能的图片标注 AutoML	GoogleMLKit/ImageLabelingAutoML GoogleMLKit/LinkFirebase	GoogleMLKit/ImageLabelingCustom GoogleMLKit/LinkFirebase

第 2 步：更新类名称

如果您的课程显示在此表格中，请进行所示更改：

Swift

旧版课程	新课程
AutoMLImageLabelerLocalModel	LocalModel
AutoMLImageLabelerRemoteModel	CustomRemoteModel
AutoMLImageLabelerOptions	CustomImageLabelerOptions

Objective-C

旧版课程	新课程
MLKAutoMLImageLabelerLocalModel	MLKLocalModel
MLKAutoMLImageLabelerRemoteModel	MLKCustomRemoteModel
MLKAutoMLImageLabelerOptions	MLKCustomImageLabelerOptions

Objective-C

注意： 在之前的 AutoMLImageLabelerOptions 中，如果未设置 confidenceThreshold，则系统会使用默认置信度阈值 0.5。现在，如果未设置 confidenceThreshold，CustomImageLabelerOptions 将使用模型元数据中包含的置信度阈值（如果有）。如果不存在，则改用值 0.0。

第 3 步：更新方法名称

只需修改极少代码：

• 现在，可以使用模型文件路径（如果模型包含包含标签映射的元数据）或模型清单文件路径（如果清单、模型和标签位于单独的文件中）初始化 LocalModel。
• 您可以通过 Firebase 控制台远程托管自定义模型，并使用 FirebaseModelSource 初始化 CustomRemoteModel。

下面是旧版和新版 Swift 方法的一些示例：

旧优惠

let localModel =
    AutoMLImageLabelerLocalModel(manifestPath: "automl/manifest.json")
let optionsWithLocalModel = AutoMLImageLabelerOptions(localModel: localModel)
let remoteModel = AutoMLImageLabelerRemoteModel(name: "automl_remote_model")
let optionsWithRemoteModel = AutoMLImageLabelerOptions(remoteModel: remoteModel)

新

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)

以下是旧版和新版 Objective-C 方法的一些示例：

旧优惠

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];

新

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];