ML Kit AutoML Vision Edge taşıma kılavuzu

Not: AutoML Vision Edge görüntü etiketleme API'sinin desteği sonlandırıldı. İlgili içeriği oluşturmak için kullanılan özel model API'leri (görüntü etiketleme, nesne algılama ve izleme) desteği modellerin sayısı. Bu taşıma kılavuzunda, yeni özel model API'yi kullanmak için mevcut AutoML Vision Edge uygulamasını kullanın.

AutoML ile eğitilmiş bir görüntü sınıflandırma modelini özel model API'lerine iletebilirsiniz. Modeli uygulamanıza dahil etmeye veya özel model olarak Firebase Konsolu'nda barındırmaya devam edebilirsiniz. AutoML görüntü etiketleme API'si, Özel Model Görüntü Etiketleme API'si tarafından tamamen değiştirildiği için ML Kit'ten kaldırıldı.

API	Neler değişiyor?
AutoML Vision Edge görüntü etiketleme API'si	Özel Model resim etiketleme API'si ile tamamen değiştirildi. Mevcut AutoML Vision Edge görüntü etiketleme API'si kaldırıldı.

Şu anda AutoML Vision Edge API'yi kullanan bir ML Kit kullanıcısıysanız lütfen Android ve iOS için taşıma talimatlarını uygulayın.

Sık Sorulan Sorular

Bu değişiklik neden yapıldı?

Makine Öğrenimi Kiti API'lerini basitleştirmeye ve Makine Öğrenimi Kiti'nin en iyi şekilde yararlanabilirsiniz. Bu değişiklikle birlikte, AutoML tarafından eğitilmiş bir modeli benzerdir. Ayrıca, AutoML tarafından eğitilmiş modelleri kullanmanızı sağlar. nesne Algılama ve İzleme'ye ek olarak şu anda desteklenmektedir. Ayrıca özel model API'si, hem meta verilerine yerleştirilmiş etiket haritasına sahip modelleri hem de ayrı manifest ve etiket dosyalarına sahip modelleri destekler.

Yeni SDK'ya geçişin avantajları nelerdir?

• Yeni özellikler: Hem Görüntü Etiketleme hem de Nesne Algılama ve İzleme için AutoML tarafından eğitilmiş modelleri kullanma ve meta verilerine etiket haritası yerleştirilmiş modelleri kullanma olanağı.

Android için Taşıma Rehberi

1. Adım: Gradle içe aktarmalarını güncelleyin

Modülinizdeki ML Kit Android kitaplıkları için bağımlılıkları güncelleyin (uygulama düzeyinde) Gradle dosyası (genellikle app/build.gradle): tablo:

Özellik	Eski Eserler	Yeni yapı
Uzak model indirme olmadan AutoML ile görüntü etiketleme	com.google.mlkit:image-labeling-automl:16.2.1	com.google.mlkit:image-labeling-custom:16.0.0-beta5
Uzak model indirilirken AutoML görüntü etiketleme	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

2. Adım: Sınıf adlarını güncelleyin

Sınıfınız bu tabloda görünüyorsa belirtilen değişikliği yapın:

Eski sınıf	Yeni sınıf
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

Not: Önceki AutoMLImageLabelerOptions sürümünde, confidenceThreshold ayarlanmazsa varsayılan güven eşiği değeri 0.5 olarak kullanılır. Şu anda CustomImageLabelerOptions ile birlikte confidenceThreshold ayarlanmadığında, güven eşiği değerini kullanacak model meta verilerine (varsa) dahil edilmelidir. Bu mevcut değilse bir değer bunun yerine 0.0 kullanılacak.

3. Adım: Yöntem adlarını güncelleyin

Kodda çok az değişiklik var:

• LocalModel artık bir model dosya yolu (modelde etiket eşlemesini içeren meta veriler varsa) veya model manifest dosyası yoluyla (manifest, model ve etiketler ayrı dosyalardaysa) başlatılabilir.
• Özel modeli Firebase Konsolu aracılığıyla uzaktan barındırabilir ve FirebaseModelSource ile bir CustomRemoteModel başlatabilirsiniz.

Aşağıda, eski ve yeni Kotlin yöntemlerine ilişkin bazı örnekler verilmiştir:

Önceki

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()

Yeni

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()

Eski ve yeni Java yöntemlerine dair bazı örnekleri aşağıda bulabilirsiniz:

Önceki

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();

Yeni

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 için Taşıma Rehberi

Ön koşullar

• Xcode 13.2.1 veya daha yeni bir sürüm gerekir.

1. Adım: Cocoapods'u güncelleyin

Uygulamanızın Podfile dosyasında ML Kit iOS cocoapod'ları için bağımlılıkları güncelleyin:

Özellik	Eski kapsül adları	Yeni kapsül adları
Uzak model indirmeden AutoML görüntü etiketleme	GoogleMLKit/ImageLabelingAutoML	GoogleMLKit/ImageLabelingCustom
Uzak model indirme ile AutoML görüntü etiketleme	GoogleMLKit/ImageLabelingAutoML GoogleMLKit/LinkFirebase	GoogleMLKit/ImageLabelingCustom GoogleMLKit/LinkFirebase

2. Adım: Sınıf adlarını güncelleyin

Sınıfınız bu tabloda görünüyorsa belirtilen değişikliği yapın:

Swift

Eski sınıf	Yeni sınıf
AutoMLImageLabelerLocalModel	LocalModel
AutoMLImageLabelerRemoteModel	CustomRemoteModel
AutoMLImageLabelerOptions	CustomImageLabelerOptions

Objective-C

Eski sınıf	Yeni sınıf
MLKAutoMLImageLabelerLocalModel	MLKLocalModel
MLKAutoMLImageLabelerRemoteModel	MLKCustomRemoteModel
MLKAutoMLImageLabelerOptions	MLKCustomImageLabelerOptions

Objective-C

Not: Önceki AutoMLImageLabelerOptions sürümünde, confidenceThreshold ayarlanmazsa varsayılan güven eşiği değeri 0.5 olarak kullanılır. CustomImageLabelerOptions ile birlikte, confidenceThreshold ayarlanmazsa mevcutsa model meta verilerine dahil edilen güven eşiği değeri kullanılır. Böyle bir değer yoksa bunun yerine 0.0 değeri kullanılır.

3. Adım: Yöntem adlarını güncelleyin

Kodda çok az değişiklik var:

• LocalModel artık bir model dosya yolu (modelde etiket eşlemesini içeren meta veriler varsa) veya model manifest dosyası yoluyla (manifest, model ve etiketler ayrı dosyalardaysa) başlatılabilir.
• Firebase konsolu üzerinden özel bir modeli uzaktan barındırabilir ve CustomRemoteModel öğesini FirebaseModelSource ile başlatabilirsiniz.

Eski ve yeni Swift yöntemlerine dair bazı örnekleri aşağıda bulabilirsiniz:

Önceki

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

Yeni

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)

Aşağıda eski ve yeni Objective-C yöntemlerine ilişkin bazı örnekler verilmiştir:

Önceki

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];

Yeni

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];