इस पेज का अनुवाद Cloud Translation API से किया गया है.

ML Kit AutoML विज़न एज माइग्रेशन गाइड

ध्यान दें: AutoML Vision Edge की इमेज लेबल करने वाली सुविधा का एपीआई बंद कर दिया गया है. कस्टम मॉडल एपीआई (इमेज लेबल करने, ऑब्जेक्ट का पता लगाने, और ट्रैक करने की सुविधा) में, AutoML से ट्रेन किए गए मॉडल काम करते हैं. माइग्रेशन गाइड में, मौजूदा AutoML Vision Edge को नए कस्टम मॉडल एपीआई का इस्तेमाल करने के लिए माइग्रेट करने का तरीका बताया गया है.

AutoML की मदद से ट्रेन किए गए इमेज क्लासिफ़िकेशन मॉडल को कस्टम मॉडल के एपीआई में पास किया जा सकता है. मॉडल को अपने ऐप्लिकेशन के अंदर बंडल करना जारी रखा जा सकता है या इसे होस्ट किया जा सकता है का इस्तेमाल करें. AutoML इमेज लेबल करने वाले एपीआई को ML Kit से हटा दिया गया है, क्योंकि इसे कस्टम मॉडल इमेज लेबल करने वाले एपीआई से पूरी तरह बदल दिया गया है.

एपीआई	क्या बदलाव होने वाले हैं?
AutoML Vision Edge इमेज लेबल करने वाला एपीआई	इसे कस्टम मॉडल इमेज लेबलिंग एपीआई से पूरी तरह बदल दिया गया है. मौजूदा AutoML Vision Edge इमेज लेबल करने वाले एपीआई को हटा दिया गया है.

अगर आप फ़िलहाल AutoML Vision Edge API इस्तेमाल करने वाले एमएल किट उपयोगकर्ता हैं, तो कृपया Android और iOS के लिए, डेटा दूसरी जगह भेजने से जुड़े निर्देशों का पालन करें.

अक्सर पूछे जाने वाले सवाल

यह बदलाव क्यों किया गया है?

यह ML Kit API को आसान बनाने में मदद करता है, और ML Kit को इंटिग्रेट करने की प्रोसेस को आसान बनाता है आपका ऐप्लिकेशन. इस बदलाव के बाद, AutoML की ट्रेनिंग वाले मॉडल का इस्तेमाल सटीक तरीके से किया जा सकता है कस्टम मॉडल की तरह ही होता है. इससे, ऑब्जेक्ट का पता लगाने और ट्रैक करने के लिए, AutoML से ट्रेन किए गए मॉडल का इस्तेमाल भी किया जा सकता है. साथ ही, फ़िलहाल, इमेज लेबल करने की सुविधा भी उपलब्ध है. इसके अलावा, कस्टम मॉडल एपीआई, दोनों मॉडल का इसके मेटाडेटा में एम्बेड किए गए लेबल मैप, और अलग मेनिफ़ेस्ट वाले मॉडल और लेबल फ़ाइलें.

नए SDK टूल पर माइग्रेट करने से मुझे क्या फ़ायदे मिलेंगे?

नई सुविधाएं: इमेज लेबल करने, दोनों के लिए AutoML से ट्रेनिंग लिए गए मॉडल इस्तेमाल करने की सुविधा और ऑब्जेक्ट डिटेक्शन और लेबल मैप के साथ मॉडल को ट्रैक करने और इस्तेमाल करने की सुविधा मेटाडेटा में एम्बेड किया गया हो.

Android के लिए डेटा को दूसरी जगह भेजने से जुड़ी गाइड

पहला चरण: Gradle इंपोर्ट अपडेट करना

अपने मॉड्यूल में, ML Kit Android लाइब्रेरी के लिए डिपेंडेंसी अपडेट करना (ऐप्लिकेशन-लेवल) Gradle फ़ाइल (आम तौर पर app/build.gradle) इनका पालन करती है तालिका:

सुविधा	पुरानी कलाकृतियां	नया आर्टफ़ैक्ट
रिमोट मॉडल डाउनलोड किए बिना, इमेज लेबल करने की AutoML सुविधा	com.google.mlkit:image-labeling-automl:16.2.1	com.google.mlkit:image-labeling-custom:16.0.0-beta5
रिमोट मॉडल डाउनलोड करके AutoML इमेज को लेबल किया जा रहा है	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

दूसरा चरण: क्लास के नाम अपडेट करना

अगर आपकी कक्षा इस टेबल में दिखती है, तो इन बदलावों के हिसाब से बदलाव करें:

पुरानी क्लास	नई क्लास
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

ध्यान दें: AutoMLImageLabelerOptions के साथ पहले, अगर confidenceThreshold सेट नहीं किया गया है, तो 0.5 की डिफ़ॉल्ट कॉन्फ़िडेंस थ्रेशोल्ड वैल्यू का इस्तेमाल किया जाएगा. अब CustomImageLabelerOptions के साथ, अगर confidenceThreshold सेट नहीं है, तो यह मॉडल मेटाडेटा में शामिल कॉन्फ़िडेंस थ्रेशोल्ड वैल्यू का इस्तेमाल करेगा. हालांकि, ऐसा तब ही होगा, जब यह वैल्यू उपलब्ध हो. अगर यह मौजूद नहीं है, तो मान इसके बजाय, कुल 0.0 का इस्तेमाल किया जाएगा.

तीसरा चरण: तरीके के नाम अपडेट करना

कोड में छोटे-मोटे बदलाव किए गए हैं:

LocalModel को अब मॉडल फ़ाइल के पाथ (अगर मॉडल में लेबल मैप वाला मेटाडेटा है) या मॉडल मेनिफ़ेस्ट फ़ाइल के पाथ (अगर मेनिफ़ेस्ट, मॉडल, और लेबल अलग-अलग फ़ाइलों में हैं) से शुरू किया जा सकता है.
Firebase कंसोल की मदद से, किसी कस्टम मॉडल को रिमोट तौर पर होस्ट किया जा सकता है. साथ ही, FirebaseModelSource की मदद से CustomRemoteModel को शुरू किया जा सकता है.

यहां Kotlin के पुराने और नए तरीकों के कुछ उदाहरण दिए गए हैं:

पुराना

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()

नए दर्शक

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()

यहां Java की पुरानी और नई विधियों के कुछ उदाहरण दिए गए हैं:

पुराना

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();

नए दर्शक

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 के लिए माइग्रेशन गाइड

ज़रूरी शर्तें

Xcode 13.2.1 या इससे बाद का वर्शन ज़रूरी है.

पहला चरण: Cocoapods को अपडेट करना

अपने ऐप्लिकेशन की Podfile में, ML Kit iOS cocoapods की डिपेंडेंसी अपडेट करें:

सुविधा	पॉड के पुराने नाम	पॉडकास्ट का (के) नया नाम
रिमोट मॉडल डाउनलोड किए बिना, इमेज लेबल करने की AutoML सुविधा	GoogleMLKit/ImageLabelingAutoML	GoogleMLKit/ImageLabelingCustom
रिमोट मॉडल डाउनलोड करने की सुविधा के साथ, इमेज लेबल करने वाला AutoML	GoogleMLKit/ImageLabelingAutoML GoogleMLKit/LinkFirebase	GoogleMLKit/ImageLabelingCustom GoogleMLKit/LinkFirebase

दूसरा चरण: क्लास के नाम अपडेट करना

अगर आपकी कक्षा इस टेबल में दिखती है, तो इन बदलावों के हिसाब से बदलाव करें:

Swift

पुरानी क्लास	नई क्लास
AutoMLImageLabelerLocalModel	LocalModel
AutoMLImageLabelerRemoteModel	CustomRemoteModel
AutoMLImageLabelerOptions	CustomImageLabelerOptions

Objective-C

पुरानी क्लास	नई क्लास
MLKAutoMLImageLabelerLocalModel	MLKLocalModel
MLKAutoMLImageLabelerRemoteModel	MLKCustomRemoteModel
MLKAutoMLImageLabelerOptions	MLKCustomImageLabelerOptions

Objective-C

ध्यान दें: पहले AutoMLImageLabelerOptions के साथ, अगर confidenceThreshold सेट नहीं है, तो 0.5 की डिफ़ॉल्ट कॉन्फ़िडेंस थ्रेशोल्ड वैल्यू का इस्तेमाल किया जाएगा. अब CustomImageLabelerOptions के साथ, अगर confidenceThreshold सेट नहीं है, तो यह मॉडल के मेटाडेटा में शामिल कॉन्फ़िडेंस थ्रेशोल्ड वैल्यू का इस्तेमाल करेगा. हालांकि, ऐसा तब ही होगा, जब वह वैल्यू उपलब्ध हो. अगर यह जानकारी मौजूद नहीं है, तो 0.0 मान का इस्तेमाल किया जाएगा आज़माएं.

तीसरा चरण: तरीके के नाम अपडेट करना

कोड में छोटे-मोटे बदलाव किए गए हैं:

LocalModel को अब मॉडल फ़ाइल के पाथ (अगर मॉडल में लेबल मैप वाला मेटाडेटा है) या मॉडल मेनिफ़ेस्ट फ़ाइल के पाथ (अगर मेनिफ़ेस्ट, मॉडल, और लेबल अलग-अलग फ़ाइलों में हैं) से शुरू किया जा सकता है.
Firebase कंसोल के ज़रिए, कस्टम मॉडल को रिमोट तरीके से होस्ट किया जा सकता है. साथ ही, FirebaseModelSource से CustomRemoteModel की शुरुआत की जा सकती है.

यहां Swift के पुराने और नए तरीकों के कुछ उदाहरण दिए गए हैं:

पुराना

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

नए दर्शक

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)

यहां Objective-C के पुराने और नए तरीकों के कुछ उदाहरण दिए गए हैं:

पुराना

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];

नए दर्शक

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];