Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

Bermigrasi untuk Android

Panduan ini menjelaskan cara melakukan migrasi dari ML Kit for Firebase untuk Android.

Memperbarui impor gradle

ML Kit SDK hanya memerlukan satu dependensi untuk setiap ML Kit API. Anda tidak perlu menentukan library umum seperti firebase-ml-vision atau firebase-ml-natural-language. ML Kit menggunakan namespace com.google.android.gms untuk library yang bergantung pada layanan Google Play.

Vision API

Model gabungan dikirimkan sebagai bagian dari aplikasi Anda. Model tipis harus didownload. Beberapa API tersedia dalam bentuk gabungan dan tipis, yang lain hanya dalam satu bentuk:

API	Paket	Tipis
Pengenalan teks	x (beta)	x
Deteksi wajah	x	x
Pemindaian kode batang	x	x
Pelabelan gambar	x	x
Deteksi dan pelacakan objek	x	-

Perbarui dependensi untuk library Android ML Kit di file Gradle modul (level aplikasi), biasanya app/build.gradle.kts, sesuai dengan tabel berikut:

Model gabungan

API	Artefak Lama	Artefak Baru
Pemindaian kode batang	com.google.firebase:firebase-ml-vision:24.0.1 com.google.firebase:firebase-ml-vision-barcode-model:16.0.1	com.google.mlkit:barcode-scanning:17.3.0
Kontur wajah	com.google.firebase:firebase-ml-vision:24.0.1 com.google.firebase:firebase-ml-vision-face-model:19.0.0	com.google.mlkit:face-detection:16.1.7
Pelabelan gambar	com.google.firebase:firebase-ml-vision:24.0.1 com.google.firebase:firebase-ml-vision-image-label-model:19.0.0	com.google.mlkit:image-labeling:17.0.9
Deteksi objek	com.google.firebase:firebase-ml-vision:24.0.1 com.google.firebase:firebase-ml-vision-object-detection-model:19.0.3	com.google.mlkit:object-detection:17.0.2

Model tipis

API	Artefak Lama	Artefak Baru
Pemindaian kode batang	com.google.firebase:firebase-ml-vision:24.0.1	com.google.android.gms:play-services-mlkit-barcode-scanning:18.3.1
Deteksi wajah	com.google.firebase:firebase-ml-vision:24.0.1	com.google.android.gms:play-services-mlkit-face-detection:17.1.0
Pengenalan teks	com.google.firebase:firebase-ml-vision:24.0.1	com.google.android.gms:play-services-mlkit-text-recognition:19.0.1

AutoMLVision Edge

API	Artefak Lama	Artefak Baru
AutoML tanpa mendownload	com.google.firebase:firebase-ml-vision:24.0.1 com.google.firebase:firebase-ml-vision-automl:18.0.3	com.google.mlkit:image-labeling-custom:17.0.3
AutoML dengan mendownload	com.google.firebase:firebase-ml-vision:24.0.1 com.google.firebase:firebase-ml-vision-automl:18.0.3	com.google.mlkit:image-labeling-custom:17.0.3 Untuk menghosting dan mendownload model kustom, pindahkan model Anda ke Cloud Storage dan tambahkan logika download di aplikasi Anda untuk memuatnya menggunakan `LocalModel`. Untuk mengetahui detailnya, lihat Panduan migrasi Firebase ML ke Cloud Storage.

Natural Language API

Model gabungan dikirimkan sebagai bagian dari aplikasi Anda. Model tipis harus didownload:

API	Paket	Tipis
ID Bahasa	x	x
Smart Reply	x	x (beta)

Perbarui dependensi untuk library Android ML Kit di file Gradle modul (level aplikasi), biasanya app/build.gradle.kts, sesuai dengan tabel berikut:

Model gabungan

API	Artefak Lama	Artefak Baru
ID Bahasa	com.google.firebase:firebase-ml-natural-language:22.0.0 com.google.firebase:firebase-ml-natural-language-language-id-model:20.0.7	com.google.mlkit:language-id:17.0.6
Smart Reply	com.google.firebase:firebase-ml-natural-language:22.0.0 com.google.firebase:firebase-ml-natural-language-smart-reply-model:20.0.7	com.google.mlkit:smart-reply:17.0.4

Model tipis

API	Artefak Lama	Artefak Baru
ID Bahasa	com.google.firebase:firebase-ml-natural-language:22.0.0 com.google.firebase:firebase-ml-natural-language-language-id-model:20.0.7	com.google.android.gms:play-services-mlkit-language-id:17.0.0
Smart Reply	com.google.firebase:firebase-ml-natural-language:22.0.0 com.google.firebase:firebase-ml-natural-language-smart-reply-model:20.0.7	com.google.android.gms:play-services-mlkit-smart-reply:16.0.0-beta1

Memperbarui nama class

Jika kelas Anda muncul dalam tabel ini, lakukan perubahan yang ditunjukkan:

Kelas lama	Kelas baru
com.google.firebase.ml.common.FirebaseMLException	com.google.mlkit.common.MlKitException
com.google.firebase.ml.vision.common.FirebaseVisionImage	com.google.mlkit.vision.common.InputImage
com.google.firebase.ml.vision.barcode.FirebaseVisionBarcodeDetector	com.google.mlkit.vision.barcode.BarcodeScanner
com.google.firebase.ml.vision.labeler.FirebaseVisionImageLabel	com.google.mlkit.vision.label.ImageLabeler
com.google.firebase.ml.vision.barcode.FirebaseVisionBarcodeDetector	com.google.mlkit.vision.barcode.BarcodeScanner
com.google.firebase.ml.vision.automl.FirebaseAutoMLLocalModel	com.google.mlkit.common.model.LocalModel
com.google.firebase.ml.vision.automl.FirebaseAutoMLRemoteModel	com.google.mlkit.common.model.LocalModel Memerlukan download manual. Model jarak jauh yang dihosting Firebase tidak digunakan lagi. Untuk detailnya, lihat Panduan migrasi Firebase ML ke Cloud Storage.
com.google.firebase.ml.vision.label.FirebaseVisionOnDeviceImageLabelerOptions	com.google.mlkit.vision.label.defaults.ImageLabelerOptions
com.google.firebase.ml.vision.label.FirebaseVisionImageLabel	com.google.mlkit.vision.label.ImageLabel
com.google.firebase.ml.vision.label.FirebaseVisionOnDeviceAutoMLImageLabelerOptions	com.google.mlkit.vision.label.custom.CustomImageLabelerOptions
com.google.firebase.ml.vision.objects.FirebaseVisionObjectDetectorOptions	com.google.mlkit.vision.objects.defaults.ObjectDetectorOptions

Untuk kelas lain, ikuti aturan berikut:

Hapus awalan FirebaseVision dari nama class.
Hapus awalan lain yang dimulai dengan awalan Firebase dari nama class.

Selain itu, di nama paket, ganti awalan com.google.firebase.ml dengan com.google.mlkit.

Perbarui nama metode

Ada perubahan kode minimal:

Instansiasi detector/scanner/labeler/translator... telah diubah. Setiap fitur kini memiliki titik entri sendiri. Misalnya: BarcodeScanning, TextRecognition, ImageLabeling, Translation... Panggilan ke layanan Firebase getInstance() digantikan oleh panggilan ke metode getClient() titik entri fitur.
Instansiasi default untuk TextRecognizer telah dihapus, karena kami memperkenalkan library tambahan untuk mengenali skrip lain seperti China dan Korea. Untuk menggunakan opsi default dengan model pengenalan teks skrip Latin, deklarasikan dependensi pada com.google.android.gms:play-services-mlkit-text-recognition dan gunakan TextRecognition.getClient(TextRecognizerOptions.DEFAULT_OPTIONS).
Instansiasi default untuk ImageLabeler dan ObjectDetector telah dihapus, karena kami memperkenalkan dukungan model kustom untuk kedua fitur ini. Misalnya, untuk menggunakan opsi default dengan model dasar di ImageLabeling, deklarasikan dependensi pada com.google.mlkit:image-labeling dan gunakan ImageLabeling.getClient(ImageLabelerOptions.DEFAULT_OPTIONS) di Java.
Semua handler (detektor/pemindai/pemberi label/penerjemah...) dapat ditutup. Pastikan bahwa metode close() dipanggil saat objek tersebut tidak akan lagi digunakan. Jika Anda menggunakannya di Fragment atau AppCompatActivity, salah satu caranya adalah dengan memanggil LifecycleOwner.getLifecycle() di Fragment atau AppCompatActivity, lalu memanggil Lifecycle.addObserver.
processImage() dan detectInImage() di Vision API telah diganti namanya menjadi process() agar konsisten.
Natural Language API kini menggunakan istilah "tag bahasa" (sebagaimana ditentukan oleh standar BCP 47) dan bukan "kode bahasa".
Metode getter di class xxxOptions telah dihapus.
Metode getBitmap() di class InputImage (menggantikan FirebaseVisionImage) tidak didukung lagi sebagai bagian dari antarmuka publik. Lihat BitmapUtils.java di sampel quickstart ML Kit untuk mendapatkan bitmap yang dikonversi dari berbagai input.
FirebaseVisionImageMetadata telah dihapus, Anda cukup meneruskan metadata gambar seperti width, height, rotationDegrees, format ke metode konstruksi InputImage.

Berikut beberapa contoh metode Kotlin lama dan baru:

Lama

// Construct image labeler with base model and default options.
val imageLabeler = FirebaseVision.getInstance().onDeviceImageLabeler

// Construct object detector with base model and default options.
val objectDetector = FirebaseVision.getInstance().onDeviceObjectDetector

// Construct face detector with given options
val faceDetector = FirebaseVision.getInstance().getVisionFaceDetector(options)

// Construct image labeler with local AutoML model
val localModel =
    FirebaseAutoMLLocalModel.Builder()
      .setAssetFilePath("automl/manifest.json")
      .build()
val autoMLImageLabeler =
    FirebaseVision.getInstance()
      .getOnDeviceAutoMLImageLabeler(
          FirebaseVisionOnDeviceAutoMLImageLabelerOptions.Builder(localModel)
            .setConfidenceThreshold(0.3F)
            .build()
    )

Baru

// Construct image labeler with base model and default options.
val imageLabeler = ImageLabeling.getClient(ImageLabelerOptions.DEFAULT_OPTIONS)
// Optional: add lifecycle observer
lifecycle.addObserver(imageLabeler)

// Construct object detector with base model and default options.
val objectDetector = ObjectDetection.getClient(
    ObjectDetectorOptions.DEFAULT_OPTIONS
)

// Construct face detector with given options
val faceDetector = FaceDetection.getClient(options)

// Construct image labeler with local AutoML model
val localModel =
  LocalModel.Builder()
    .setAssetManifestFilePath("automl/manifest.json")
    .build()
val autoMLImageLabeler =
  ImageLabeling.getClient(
    CustomImageLabelerOptions.Builder(localModel)
    .setConfidenceThreshold(0.3F).build())

Berikut beberapa contoh metode Java lama dan baru:

Lama

// Construct image labeler with base model and default options.
FirebaseVisionImageLabeler imagelLabeler =
     FirebaseVision.getInstance().getOnDeviceImageLabeler();

// Construct object detector with base model and default options.
FirebaseVisionObjectDetector objectDetector =
     FirebaseVision.getInstance().getOnDeviceObjectDetector();

// Construct face detector with given options
FirebaseVisionFaceDetector faceDetector =
     FirebaseVision.getInstance().getVisionFaceDetector(options);

// Construct image labeler with local AutoML model
FirebaseAutoMLLocalModel localModel =
    new FirebaseAutoMLLocalModel.Builder()
      .setAssetFilePath("automl/manifest.json")
      .build();
FirebaseVisionImageLabeler autoMLImageLabeler =
    FirebaseVision.getInstance()
      .getOnDeviceAutoMLImageLabeler(
          FirebaseVisionOnDeviceAutoMLImageLabelerOptions.Builder(localModel)
            .setConfidenceThreshold(0.3F)
            .build());

Baru

// Construct image labeler with base model and default options.
ImageLabeler imageLabeler = ImageLabeling.getClient(
    ImageLabelerOptions.DEFAULT_OPTIONS
);
// Optional: add lifecycle observer
getLifecycle().addObserver(imageLabeler);

// Construct object detector with base model and default options.
ObjectDetector objectDetector = ObjectDetection.getClient(
    ObjectDetectorOptions.DEFAULT_OPTIONS
);

// Construct face detector with given options
FaceDetector faceDetector = FaceDetection.getClient(options);

// Construct image labeler with local AutoML model
LocalModel localModel =
  new LocalModel.Builder()
    .setAssetManifestFilePath("automl/manifest.json")
    .build();
ImageLabeler autoMLImageLabeler =
  ImageLabeling.getClient(
    new CustomImageLabelerOptions.Builder(localModel)
    .setConfidenceThreshold(0.3F).build());

Perubahan khusus API

Pemindaian Kode Batang

Untuk Barcode Scanning API, kini ada dua cara model dapat ditayangkan:

Melalui Layanan Google Play yang juga dikenal sebagai "tipis" (direkomendasikan) - ini mengurangi ukuran aplikasi dan model dibagikan di antara aplikasi. Namun, developer harus memastikan bahwa model didownload sebelum menggunakannya untuk pertama kalinya.
Dengan APK aplikasi Anda yang "dipaketkan" - hal ini akan meningkatkan ukuran aplikasi, tetapi model dapat langsung digunakan.

Kedua implementasi ini sedikit berbeda, dengan versi "gabungan" yang memiliki sejumlah peningkatan dibandingkan versi "tipis". Detail tentang perbedaan ini dapat ditemukan dalam panduan Barcode Scanning API.

Deteksi Wajah

Untuk Face Detection API, ada dua cara model dapat dikirimkan:

Melalui Layanan Google Play yang juga dikenal sebagai "tipis" (direkomendasikan) - ini mengurangi ukuran aplikasi dan model dibagikan di antara aplikasi. Namun, developer harus memastikan bahwa model didownload sebelum menggunakannya untuk pertama kalinya.
Dengan APK aplikasi Anda yang "dibundel" - hal ini akan meningkatkan ukuran download aplikasi, tetapi model dapat langsung digunakan.

Perilaku implementasinya sama.

Translation

TranslateLanguage kini menggunakan nama yang mudah dibaca untuk konstanta (misalnya, ENGLISH) dan bukan tag bahasa (EN). Konstanta ini juga @StringDef, bukan @IntDef, dan nilai konstanta adalah tag bahasa BCP 47 yang cocok.

Pelabelan Gambar AutoML (tidak digunakan lagi)

Mendownload model kustom untuk pelabelan gambar menggunakan AutoML tidak digunakan lagi dan akan dinonaktifkan pada 15 Juni 2027. Anda harus menggunakan Cloud Storage untuk menghosting model dan menambahkan logika download ke aplikasi untuk mendownload model. Untuk mengetahui detailnya, lihat Panduan migrasi Firebase ML ke Cloud Storage.

Deteksi dan Pelacakan Objek

Jika aplikasi Anda menggunakan deteksi objek dengan klasifikasi kasar, perlu diketahui bahwa SDK baru telah mengubah cara SDK menampilkan kategori klasifikasi untuk objek yang terdeteksi.

Kategori klasifikasi ditampilkan sebagai instance DetectedObject.Label, bukan bilangan bulat. Semua kemungkinan kategori untuk pengklasifikasi kasar disertakan dalam class PredefinedCategory.

Berikut adalah contoh kode Kotlin lama dan baru:

Lama

if (object.classificationCategory == FirebaseVisionObject.CATEGORY_FOOD) {
    ...
}

Baru

if (!object.labels.isEmpty() &&
    object.labels[0].text == PredefinedCategory.FOOD) {
    ...
}
// or
if (!object.labels.isEmpty() &&
    object.labels[0].index == PredefinedCategory.FOOD_INDEX) {
    ...
}

Berikut adalah contoh kode Java lama dan baru:

Lama

if (object.getClassificationCategory() == FirebaseVisionObject.CATEGORY_FOOD) {
    ...
}

Baru

if (!object.getLabels().isEmpty()
    && object.getLabels().get(0).getText().equals(PredefinedCategory.FOOD)) {
    ...
}
// or
if (!object.getLabels().isEmpty()
    && object.getLabels().get(0).getIndex() == PredefinedCategory.FOOD_INDEX) {
    ...
}

Kategori "tidak diketahui" telah dihapus. Jika keyakinan klasifikasi objek rendah, kami tidak akan menampilkan label apa pun.

Menghapus dependensi Firebase

Hapus dependensi Firebase setelah migrasi. Ikuti langkah-langkah berikut:

Hapus file konfigurasi Firebase dengan menghapus file konfigurasi google-services.json di direktori modul (level aplikasi) aplikasi Anda.
Ganti plugin Gradle Layanan Google di file Gradle modul (level aplikasi) (biasanya app/build.gradle.kts) dengan plugin Pencocokan Versi Ketat:

Sebelum

plugins {
  id("com.android.application")
  id("com.google.gms.google-services")
}

android {
  // …
}

Setelah

plugins {
  id("com.android.application")
  id("com.google.android.gms.strict-version-matcher-plugin")
}

android {
  // …
}

Ganti classpath plugin Gradle Layanan Google di file Gradle project (level root) (build.gradle.kts) dengan classpath untuk plugin Pencocok Versi Ketat:

Sebelum

buildscript {
  dependencies {
    // ...

    classpath("com.google.gms:google-services:4.3.3")
  }
}

Setelah

buildscript {
  dependencies {
    // ...
    classpath("com.google.android.gms:strict-version-matcher-plugin:1.2.1")
  }
}

Hapus aplikasi Firebase Anda di Firebase console sesuai dengan petunjuk di situs dukungan Firebase.

Mendapatkan Bantuan

Jika Anda mengalami masalah, lihat halaman Komunitas kami untuk mengetahui saluran yang tersedia untuk menghubungi kami.

Bermigrasi untuk Android Tetap teratur dengan koleksi Simpan dan kategorikan konten berdasarkan preferensi Anda.

Memperbarui impor gradle

Vision API

Model gabungan

Model tipis

AutoMLVision Edge

Natural Language API

Model gabungan

Model tipis

Memperbarui nama class

Perbarui nama metode

Lama

Baru

Lama

Baru

Perubahan khusus API

Pemindaian Kode Batang

Deteksi Wajah

Translation

Pelabelan Gambar AutoML (tidak digunakan lagi)

Deteksi dan Pelacakan Objek

Lama

Baru

Lama

Baru

Menghapus dependensi Firebase

Sebelum

Setelah

Sebelum

Setelah

Mendapatkan Bantuan

Bermigrasi untuk Android