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. आपके पास अपने ऐप्लिकेशन में मॉडल को बंडल करने या उसे कस्टम मॉडल के तौर पर Firebase कंसोल पर होस्ट करने का विकल्प है. 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 फ़िलहाल, आप AutoML Vision Edge API का इस्तेमाल करने वाले ML Kit के उपयोगकर्ता हैं, तो कृपया Android और iOS के लिए माइग्रेशन के निर्देशों का पालन करें.

अक्सर पूछे जाने वाले सवाल

यह बदलाव क्यों किया गया है?

इससे ML Kit के एपीआई को आसान बनाने और अपने ऐप्लिकेशन में ML Kit को इंटिग्रेट करने में मदद मिलती है. इस बदलाव के बाद, AutoML से ट्रेन किए गए मॉडल का इस्तेमाल, कस्टम मॉडल की तरह ही किया जा सकता है. इससे, ऑब्जेक्ट का पता लगाने और ट्रैक करने के लिए, AutoML से ट्रेन किए गए मॉडल का इस्तेमाल भी किया जा सकता है. फ़िलहाल, हम इमेज लेबल करने की सुविधा भी उपलब्ध कराते हैं. इसके अलावा, कस्टम मॉडल एपीआई, मेटाडेटा में एम्बेड किए गए लेबल मैप वाले मॉडल और अलग-अलग मेनिफ़ेस्ट और लेबल फ़ाइल वाले मॉडल, दोनों के साथ काम करता है.

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

नई सुविधाएं: इमेज लेबल करने और ऑब्जेक्ट का पता लगाने और ट्रैक करने, दोनों के लिए AutoML से ट्रेन किए गए मॉडल का इस्तेमाल करने की सुविधा. साथ ही, मेटाडेटा में एम्बेड किए गए लेबल मैप वाले मॉडल का इस्तेमाल करने की सुविधा.

Android के लिए माइग्रेशन गाइड

पहला चरण: Gradle इंपोर्ट अपडेट करना

नीचे दी गई टेबल के हिसाब से, अपने मॉड्यूल (ऐप्लिकेशन-लेवल) की Gradle फ़ाइल (आम तौर पर app/build.gradle) में, ML Kit की Android लाइब्रेरी के लिए डिपेंडेंसी अपडेट करें:

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
मॉडल को रिमोट से डाउनलोड करके, इमेज लेबल करने की AutoML सुविधा	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 क्लास इस टेबल में दिखती है, तो बताए गए 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 इसके बजाय 0.0 की वैल्यू 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:

पुरानानए दर्शक

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()

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 पुराने और नए Java तरीकों के कुछ उदाहरण दिए गए हैं:

पुरानानए दर्शक

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();

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 इसके बाद का वर्शन होना ज़रूरी है.

पहला चरण: Cocoapods को अपडेट करना

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

सुविधा	पॉड का(के) पुराना नाम	पॉडकास्ट का(के) नया नाम
रिमोट मॉडल डाउनलोड किए बिना, इमेज लेबल करने की AutoML सुविधा	GoogleMLKit/ImageLabelingAutoML	GoogleMLKit/ImageLabelingCustom
मॉडल को रिमोट से डाउनलोड करके, इमेज लेबल करने की AutoML सुविधा	GoogleMLKit/ImageLabelingAutoML GoogleMLKit/LinkFirebase	GoogleMLKit/ImageLabelingCustom GoogleMLKit/LinkFirebase

दूसरा चरण: क्लास के नाम अपडेट करना

अगर आपकी क्लास इस टेबल में दिखती है, तो बताए गए बदलाव करें:

SwiftObjective-CObjective-C

पुरानी क्लास	नई क्लास
AutoMLImageLabelerLocalModel	LocalModel
AutoMLImageLabelerRemoteModel	CustomRemoteModel
AutoMLImageLabelerOptions	CustomImageLabelerOptions

पुरानी क्लास	नई क्लास
MLKAutoMLImageLabelerLocalModel	MLKLocalModel
MLKAutoMLImageLabelerRemoteModel	MLKCustomRemoteModel
MLKAutoMLImageLabelerOptions	MLKCustomImageLabelerOptions

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 के मेटाडेटा में शामिल कॉन्फ़िडेंस थ्रेशोल्ड वैल्यू का इस्तेमाल करेगा. हालांकि, ऐसा तब ही होगा, जब वह वैल्यू उपलब्ध हो. अगर यह मौजूद नहीं है, तो 0.0 की वैल्यू 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 Swift के पुराने और नए तरीकों के कुछ उदाहरण दिए गए हैं:

पुरानानए दर्शक

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

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:

पुरानानए दर्शक

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];

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];