ML Kit AutoML Vision Edge taşıma kılavuzu

Not: AutoML Vision Edge image labeling API desteği sonlandırıldı. İlgili içeriği oluşturmak için kullanılan özel model API'leri (görüntü etiketleme, nesne algılama ve izleme) desteği modellerin sayısı. Bu taşıma kılavuzunda, veri taşıma işleminin nasıl yeni özel model API'yi kullanmak için mevcut AutoML Vision Edge uygulamasını kullanın.

AutoML tarafından eğitilen bir görüntü sınıflandırma modelini özel modele aktarabilirsiniz. API'ler. Modeli uygulamanızda paket haline getirmeye veya barındırmaya devam edebilirsiniz . AutoML görsel etiketleme API'si Tamamen Özel Model Görüntüsü ile değiştirildiği için ML Kit'ten kaldırıldı Etiketleme API'si.

API	Neler değişiyor?
AutoML Vision Edge görüntü etiketleme API'si	Tamamen Özel Model Görüntü Etiketleme API'si ile değiştirilmiştir. Mevcut AutoML Vision Edge image labeling API'si kaldırıldı.

Şu anda AutoML Vision Edge API kullanan bir ML Kit kullanıcısıysanız lütfen Android ve iOS için taşıma talimatlarını uygulayın.

Sık Sorulan Sorular

Bu değişiklik neden yapıldı?

ML Kit API'lerini basitleştirmeye ve Makine Öğrenimi Kiti'nin en iyi şekilde yararlanabilirsiniz. Bu değişiklikle birlikte, AutoML tarafından eğitilmiş bir modeli benzerdir. Ayrıca, AutoML tarafından eğitilmiş modelleri kullanmanızı sağlar. nesne Algılama ve İzleme'nin yanı sıra sunduğumuz Resim Etiketleme şu anda desteklenmektedir. Ayrıca, özel model API'si meta verilere yerleştirilmiş etiket haritası ve ayrı manifest ve etiket dosyaları.

Yeni SDK'ya geçiş yapmak bana ne gibi avantajlar sağlar?

• Yeni özellikler: Hem Görüntü Etiketleme hem de AutoML tarafından eğitilen modelleri kullanabilme ve Nesne Algılama ve Etiket haritası ile modelleri izleme ve kullanabilme meta verilerinde yer alır.

Android için Taşıma Rehberi

1. Adım: Gradle içe aktarma işlemlerini güncelleyin

Modülinizdeki ML Kit Android kitaplıkları için bağımlılıkları güncelleyin (uygulama düzeyinde) Gradle dosyası (genellikle app/build.gradle): tablo:

Özellik	Eski Eserler	Yeni Yapı
Uzak model indirmeden AutoML görüntü etiketleme	com.google.mlkit:image-labeling-automl:16.2.1	com.google.mlkit:image-labeling-custom:16.0.0-beta5
Uzak model indirilirken 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: AutoMLImageLabelerOptions ile daha önce, confidenceThreshold ayarlanmadı. Varsayılan güven eşiği değeri: 0.5 oluşturmak için kullanılır. Şu anda CustomImageLabelerOptions ile birlikte confidenceThreshold ayarlanmadığında, güven eşiği değerini kullanacak model meta verilerine (varsa) dahil edilmelidir. Bu mevcut değilse bir değer bunun yerine 0.0 kullanılacak.

3. Adım: Yöntem adlarını güncelleyin

Minimum kod değişikliği yapılır:

• LocalModel artık bir model dosya yolu (modelde etiket eşlemesini içeren meta veriler varsa) veya model manifest dosyası yoluyla (manifest, model ve etiketler ayrı dosyalardaysa) başlatılabilir.
• Özel modeli Firebase Konsolu aracılığıyla uzaktan barındırabilir ve FirebaseModelSource ile bir CustomRemoteModel başlatabilirsiniz.

Aşağıda, eski ve yeni Kotlin yöntemlerine ilişkin bazı örnekler verilmiştir:

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()

Aşağıda, eski ve yeni Java yöntemlerine ilişkin bazı örnekler verilmiştir:

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 cocoapod'ları için bağımlılıkları güncelleyin:

Özellik	Eski kapsül adları	Yeni kapsül adları
Uzak model indirmeden AutoML görüntü etiketleme	GoogleMLKit/ImageLabelingAutoML	GoogleMLKit/Resim EtiketlemeÖzel
Uzak model indirilirken AutoML görüntü etiketleme	GoogleMLKit/ImageLabelingAutoML GoogleMLKit/LinkFirebase	GoogleMLKit/Resim EtiketlemeÖzel 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: AutoMLImageLabelerOptions ile daha önce, confidenceThreshold ayarlanmadığında 0.5 varsayılan güven eşiği değeri kullanılır. Şimdi şunlarla CustomImageLabelerOptions, confidenceThreshold ayarlanmazsa model meta verilerinde yer alan güven eşiği değerini kullanın. kullanılabilir. Mevcut değilse 0.0 değeri kullanılır. .

3. Adım: Yöntem adlarını güncelleyin

Minimum kod değişikliği yapılır:

• LocalModel artık bir model dosya yolu (modelde etiket eşlemesini içeren meta veriler varsa) veya model manifest dosyası yoluyla (manifest, model ve etiketler ayrı dosyalardaysa) başlatılabilir.
• Özel modeli Firebase Konsolu aracılığıyla uzaktan barındırabilir ve FirebaseModelSource ile bir CustomRemoteModel başlatabilirsiniz.

Aşağıda eski ve yeni Swift yöntemlerine ilişkin bazı örnekler verilmiştir:

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)

Aşağıda eski ve yeni Objective-C yöntemlerine ilişkin bazı örnekler verilmiştir:

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];