机器学习套件 AutoML Vision Edge 迁移指南

注意 ：AutoML Vision Edge image labeling API 已弃用。自定义模型 API（为图片加标签以及对象检测和跟踪）支持由 AutoML 训练的模型。本迁移指南介绍了如何迁移现有 AutoML Vision Edge 实现以使用新的自定义模型 API。

您可以将 AutoML 训练的图片分类模型传递给自定义模型 API。您可以继续将模型捆绑到应用内，也可以将其作为自定义模型托管在 Firebase 控制台上。AutoML Image Taging API 已从机器学习套件中移除，因为它已被 Custom Model Image Labeling API 完全取代。

API	有何变化？
AutoML Vision Edge 图片标签 API	它已被 Custom Model image labeling API 完全取代。移除了现有的 AutoML Vision Edge 图片标签 API。

如果您目前是使用 AutoML Vision Edge API 的机器学习套件用户，请按照适用于 Android 和 iOS 的迁移说明进行操作。

常见问题解答

此次变更的原因是什么？

它有助于简化机器学习套件 API，并可让您更轻松地将机器学习套件集成到您的应用中。经过此次更改后，您可以像自定义模型一样使用 AutoML 训练的模型。除了我们目前支持的图片标签功能，您还可以使用 AutoML 训练的模型进行对象检测和跟踪。此外，自定义模型 API 既支持在其元数据中嵌入标签映射的模型，也支持具有单独清单和标签文件的模型。

迁移到新 SDK 有什么好处？

• 新功能：能够将 AutoML 训练的模型用于图片标签以及对象检测和跟踪，并且能够使用元数据中嵌入的标签映射的模型。

适用于 Android 的迁移指南

第 1 步：更新 Gradle 导入

根据下表更新模块（应用级）Gradle 文件（通常为 app/build.gradle）中 Android 版机器学习套件库的依赖项：

特征	旧制品	新工件
无需下载远程模型即可为 AutoML 加标签的图片	com.google.mlkit:image-labeling-automl:16.2.1	com.google.mlkit:image-labeling-custom:16.0.0-beta5
通过远程模型下载为 AutoML 加标签的图片	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

第 2 步：更新类名称

如果您的课程显示在此表格中，请进行所示的更改：

旧类	新建课程
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 ：之前使用 AutoMLImageLabelerOptions 时，如果未设置 confidenceThreshold，则使用默认置信度阈值 0.5。现在，对于 CustomImageLabelerOptions，如果未设置 confidenceThreshold，它将使用模型元数据中包含的置信度阈值（如果有）。如果该属性不存在，则会改用值 0.0。

第 3 步：更新方法名称

我们对代码进行了细微更改：

• 现在，可以使用模型文件路径（如果模型具有包含标签映射的元数据）或模型清单文件路径（如果清单、模型和标签位于单独的文件中）初始化 LocalModel。
• 您可以通过 Firebase 控制台远程托管自定义模型，并使用 FirebaseModelSource 初始化 CustomRemoteModel。

以下是新旧 Kotlin 方法的一些示例：

旧优惠

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

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()

以下是新旧 Java 方法的一些示例：

旧优惠

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

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 版迁移指南

前提条件

• 需要 Xcode 13.2.1 或更高版本。

第 1 步：更新 CocoaPods

在应用的 Podfile 中更新机器学习套件 iOS cocoapods 的依赖项：

特征	旧 Pod 名称	新 Pod 名称
无需下载远程模型即可为 AutoML 加标签的图片	GoogleMLKit/ImageLabelingAutoML	GoogleMLKit/ImageLabelingCustom
通过远程模型下载为 AutoML 加标签的图片	GoogleMLKit/ImageLabelingAutoML GoogleMLKit/LinkFirebase	GoogleMLKit/ImageLabelingCustom GoogleMLKit/LinkFirebase

第 2 步：更新类名称

如果您的课程显示在此表格中，请进行所示的更改：

Swift

旧类	新建课程
AutoMLImageLabelerLocalModel	LocalModel
AutoMLImageLabelerRemoteModel	CustomRemoteModel
AutoMLImageLabelerOptions	CustomImageLabelerOptions

Objective-C

旧类	新建课程
MLKAutoMLImageLabelerLocalModel	MLKLocalModel
MLKAutoMLImageLabelerRemoteModel	MLKCustomRemoteModel
MLKAutoMLImageLabelerOptions	MLKCustomImageLabelerOptions

Objective-C

注意 ：之前使用 AutoMLImageLabelerOptions 时，如果未设置 confidenceThreshold，则使用默认置信度阈值 0.5。现在，对于 CustomImageLabelerOptions，如果未设置 confidenceThreshold，它将使用模型元数据中包含的置信度阈值（如果有）。如果它不存在，将改用值 0.0。

第 3 步：更新方法名称

我们对代码进行了细微更改：

• 现在，可以使用模型文件路径（如果模型具有包含标签映射的元数据）或模型清单文件路径（如果清单、模型和标签位于单独的文件中）初始化 LocalModel。
• 您可以通过 Firebase 控制台远程托管自定义模型，并使用 FirebaseModelSource 初始化 CustomRemoteModel。

以下是新旧 Swift 方法的一些示例：

旧优惠

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

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)

以下是新旧 Objective-C 方法的一些示例：

旧优惠

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

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];