ML Kit AutoML Vision Edge taşıma kılavuzu

Not: AutoML Vision Edge görüntü etiketleme API'sinin desteği sonlandırıldı. Özel model API'leri (görüntü etiketleme, nesne algılama ve izleme), AutoML tarafından eğitilen modelleri destekler. Bu taşıma rehberinde, mevcut bir AutoML Vision Edge uygulamasının yeni özel model API'sini kullanacak şekilde nasıl taşınacağı açıklanmaktadır.

AutoML ile eğitilmiş bir görüntü sınıflandırma modelini özel model API'lerine iletebilirsiniz. Modeli uygulamanıza dahil etmeye veya Firebase Konsolu'nda özel model olarak 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?

Bu, ML Kit API'lerini basitleştirmeye ve ML Kit'i uygulamanıza entegre etmeyi kolaylaştırmaya yardımcı olur. Bu değişiklik sayesinde, AutoML tarafından eğitilmiş bir modeli özel bir modelle aynı şekilde kullanabilirsiniz. Ayrıca, şu anda desteklediğimiz görüntü etiketleme özelliğine ek olarak nesne algılama ve izleme için AutoML tarafından eğitilmiş modelleri kullanmanıza olanak tanır. Ayrıca özel model API'si, meta verilerine yerleştirilmiş etiket haritasına sahip modellerin yanı sıra ayrı manifest ve etiket dosyalarına sahip modelleri de destekler.

Yeni SDK'ya geçişin avantajları nelerdir?

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

Android için Taşıma Rehberi

1. Adım: Gradle içe aktarmalarını güncelleyin

Modülünüzün (uygulama düzeyinde) Gradle dosyasında (genellikle app/build.gradle) ML Kit Android kitaplıklarının bağımlılıkları aşağıdaki tabloya göre güncelleyin:

Özellik	Eski Yapılar	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 indirme ile 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. CustomImageLabelerOptions ile artık confidenceThreshold ayarlanmazsa model meta verilerine dahil edilen güven eşiği değeri (varsa) kullanılır. Bu değer yoksa bunun yerine 0.0 değeri kullanılır.

3. Adım: Yöntem adlarını güncelleyin

Kodda çok az değişiklik var:

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

Eski ve yeni Kotlin yöntemlerine dair bazı örnekleri aşağıda bulabilirsiniz:

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 gereklidir.

1. adım: Cocoapods'u güncelleyin

Uygulamanızın Podfile dosyasında ML Kit iOS cocoapods bağımlılıkları güncelleyin:

Özellik	Eski kapsül adları	Yeni kapsül adları
Uzak model indirme olmadan AutoML ile 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. Bu değer yoksa bunun yerine 0.0 değeri kullanılır.

3. Adım: Yöntem adlarını güncelleyin

Kodda çok az değişiklik var:

• LocalModel artık bir model dosyası yolu (modelde etiket haritasını içeren meta veriler varsa) veya model manifest dosyası yolu (manifest, model ve etiketler ayrı dosyalardaysa) ile 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)

Eski ve yeni Objective-C yöntemlerine dair bazı örnekleri aşağıda bulabilirsiniz:

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];