ML Kit AutoML Vision Edge 遷移指南

注意： AutoML Vision Edge 圖片標籤 API 已淘汰。自訂模型 API (圖片標籤和物件偵測與追蹤) 支援以 AutoML 訓練的模型。本遷移指南說明如何遷移現有的 AutoML Vision Edge 實作項目，以使用新的自訂模型 API。

您可以將 AutoML 訓練的圖片分類模型傳送至自訂模型 API。您可以繼續將模型組合到應用程式內，或在 Firebase 控制台上代管模型，做為自訂模型。AutoML 圖片標籤 API 已從 ML Kit 中移除，因為由 Custom Model Image Labeling API 完全取代。

API	異動內容
AutoML Vision Edge 圖片標籤 API	由 Custom Model image labeling API 完全取代。移除現有的 AutoML Vision Edge 圖片標籤 API。

如果正在使用 AutoML Vision Edge API 的 ML Kit 使用者，請按照 Android 和 iOS 適用的遷移操作說明操作。

常見問題

異動原因

這有助於簡化 ML Kit API，讓您更輕鬆地將 ML Kit 整合至應用程式。這項變更完成後，您就能以與自訂模型完全相同的方式，使用以 AutoML 訓練的模型。除了我們目前支援的圖片標籤之外，這個 API 也能讓您將以 AutoML 訓練的模型用於物件偵測和追蹤。此外，自訂模型 API 支援兩種模型 (嵌入標籤對應的模型)，以及具有獨立資訊清單和標籤檔案的模型。

改用新的 SDK 有什麼好處？

• 新功能：能夠針對圖片標籤和物件偵測與追蹤使用 AutoML 訓練模型，以及使用在中繼資料內嵌標籤對應的模型。

Android 遷移指南

步驟 1：更新 Gradle 匯入作業

根據下表更新模組 (應用程式層級) Gradle 檔案 (通常是 app/build.gradle) 中 ML Kit Android 程式庫的依附元件：

特徵	古物	新增構件
不必下載遠端模型，而是替 AutoML 建立圖片標籤	com.google.mlkit:image-labeling-automl:16.2.1	com.google.mlkit:image-labeling-custom:16.0.0-beta5
使用遠端模型下載為 AutoML 加上標籤的圖片	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

步驟 2：更新類別名稱

如果課程在此表格中，請進行對應的變更：

舊類別	新課程
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： 在先前搭配 AutoMLImageLabelerOptions 的情況下，如果未設定 confidenceThreshold，系統會採用 0.5 的預設可信度門檻值。現在搭配 CustomImageLabelerOptions 時，如果未設定 confidenceThreshold，則會使用模型中繼資料中包含的可信度門檻值 (如有)。如果該值不存在，系統會改用 0.0 的值。

步驟 3：更新方法名稱

幾乎不需要變更程式碼：

• LocalModel 現在可以透過模型檔案路徑 (如果模型擁有包含標籤對應的中繼資料) 或模型資訊清單檔案路徑 (如果資訊清單、模型和標籤位於不同的檔案) 來初始化。
• 您可以透過 Firebase 控制台從遠端託管自訂模型，並使用 FirebaseModelSource 初始化 CustomRemoteModel。

以下列舉幾個舊版和新的 Kotlin 方法：

舊優惠

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()

新品

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()

以下列舉幾個新舊 Java 方法的範例：

舊優惠

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();

新品

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 遷移指南

先備知識

• 必須使用 Xcode 13.2.1 以上版本。

步驟 1：更新 Cocoapods

在應用程式的 Podfile 中，更新 ML Kit iOS Cocoapod 的依附元件：

特徵	舊 Pod 名稱	新 Pod 名稱
不必下載遠端模型，而是替 AutoML 建立圖片標籤	GoogleMLKit/ImageLabelingAutoML	GoogleMLKit/ImageLabelingCustom
使用遠端模型下載為 AutoML 加上標籤的圖片	GoogleMLKit/ImageLabelingAutoML GoogleMLKit/LinkFirebase	GoogleMLKit/ImageLabelingCustom GoogleMLKit/LinkFirebase

步驟 2：更新類別名稱

如果課程在此表格中，請進行對應的變更：

Swift

舊類別	新課程
AutoMLImageLabelerLocalModel	LocalModel
AutoMLImageLabelerRemoteModel	CustomRemoteModel
AutoMLImageLabelerOptions	CustomImageLabelerOptions

Objective-C

舊類別	新課程
MLKAutoMLImageLabelerLocalModel	MLKLocalModel
MLKAutoMLImageLabelerRemoteModel	MLKCustomRemoteModel
MLKAutoMLImageLabelerOptions	MLKCustomImageLabelerOptions

Objective-C

注意： 在先前搭配 AutoMLImageLabelerOptions 的情況下，如果未設定 confidenceThreshold，系統會採用 0.5 的預設可信度門檻值。現在搭配 CustomImageLabelerOptions 時，如果未設定 confidenceThreshold，則會使用模型中繼資料中包含的可信度門檻值 (如有)。如果該工作不存在，系統會改用 0.0 的值。

步驟 3：更新方法名稱

幾乎不需要變更程式碼：

• LocalModel 現在可以透過模型檔案路徑 (如果模型擁有包含標籤對應的中繼資料) 或模型資訊清單檔案路徑 (如果資訊清單、模型和標籤位於不同的檔案) 來初始化。
• 您可以透過 Firebase 控制台從遠端託管自訂模型，並使用 FirebaseModelSource 初始化 CustomRemoteModel。

以下列舉幾種 Swift 方法：

舊優惠

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

新品

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)

以下提供一些新舊 Objective-C 方法的範例：

舊優惠

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];

新品

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];