Actualiza las importaciones de Gradle
El nuevo SDK solo requiere una dependencia para cada API del ML Kit. No es necesario que especifiques bibliotecas comunes, como firebase-ml-vision
o firebase-ml-natural-language
.
El Kit de AA usa el espacio de nombres com.google.android.gms
para las bibliotecas que dependen de los Servicios de Google Play.
APIs de Vision
Los modelos empaquetados se entregan como parte de tu aplicación. Se deben descargar los modelos livianos. Algunas APIs están disponibles en paquetes y en formato estrecho, mientras que otras solo están disponibles de una forma:
API | Red de Búsqueda y Red de Display | Fino |
---|---|---|
Reconocimiento de texto | x (beta) | x |
Detección de rostro | x | x |
Escaneo de códigos de barras | x | x |
Etiquetado de imágenes | x | x |
Detección y seguimiento de objetos | x | - |
Actualiza las dependencias para las bibliotecas de Android del ML Kit en el archivo Gradle (generalmente app/build.gradle
) de tu módulo (nivel de app) según las siguientes tablas:
Modelos agrupados
API | Artefactos antiguos | Nuevo artefacto |
---|---|---|
Escaneo de códigos de barras | 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:17.2.0 |
Contorno del rostro | 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:16.1.6 |
Etiquetado de imágenes | 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:17.0.8 |
Detección de objetos | 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:17.0.1 |
Modelos ligeros
API | Artefactos antiguos | Nuevo artefacto |
---|---|---|
Escaneo de códigos de barras | com.google.firebase:firebase-ml-vision:24.0.1 | com.google.android.gms:play-services-mlkit-barcode-scanning:18.3.0 |
Detección de rostro | com.google.firebase:firebase-ml-vision:24.0.1 | com.google.android.gms:play-services-mlkit-face-detection:17.1.0 |
Reconocimiento de texto | com.google.firebase:firebase-ml-vision:24.0.1 | com.google.android.gms:play-services-mlkit-text-recognition:19.0.0 |
AutoMLVision Edge
API | Artefacto anterior | Nuevo artefacto |
---|---|---|
AutoML sin descargas | 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:17.0.2 |
AutoML con descarga | 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:17.0.2
com.google.mlkit:linkfirebase:17.0.0 |
APIs de Natural Language
Los modelos empaquetados se entregan como parte de tu aplicación. Los modelos livianos deben descargarse:
API | Red de Búsqueda y Red de Display | Fino |
---|---|---|
ID de idioma | x | x |
Respuesta inteligente | x | x (beta) |
Actualiza las dependencias para las bibliotecas de Android del ML Kit en el archivo Gradle (generalmente app/build.gradle
) de tu módulo (nivel de app) según las siguientes tablas:
Modelos agrupados
API | Artefactos antiguos | Nuevo artefacto |
---|---|---|
ID de idioma | 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:17.0.5 |
Respuesta inteligente | 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:17.0.3 |
Modelos ligeros
API | Artefactos antiguos | Nuevo artefacto |
---|---|---|
ID de idioma | 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 |
Respuesta inteligente | 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 |
Actualiza los nombres de las clases
Si tu clase aparece en esta tabla, realiza el cambio indicado:
Clase anterior | Clase nueva |
---|---|
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.CustomRemoteModel |
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 |
Para las demás clases, sigue estas reglas:
- Quita el prefijo
FirebaseVision
del nombre de la clase. - Quita otros prefijos que comiencen con el prefijo
Firebase
del nombre de la clase.
Además, en los nombres de paquetes, reemplaza el prefijo com.google.firebase.ml
por com.google.mlkit
.
Actualiza los nombres de los métodos
Hay cambios mínimos en el código:
- Se cambió la instanciación del detector/scanner/labeler/translator... Cada función ahora tiene su propio punto de entrada. Por ejemplo: BarcodeScanning, TextRecognition, ImageLabeling, Translation... Las llamadas al servicio
getInstance()
de Firebase se reemplazan por llamadas al método del punto de entrada de la funcióngetClient()
. - Se quitó la creación de instancias predeterminada para TextRecognizer, ya que introdujimos bibliotecas adicionales para reconocer otros alfabetos como el chino y el coreano. Para usar las opciones predeterminadas con el modelo de reconocimiento de texto de la secuencia de comandos latina, declara una dependencia en
com.google.android.gms:play-services-mlkit-text-recognition
y usaTextRecognition.getClient(TextRecognizerOptions.DEFAULT_OPTIONS)
. - Se quitó la creación de instancias predeterminadas para ImageLabeler y ObjectDetector, ya que presentamos la compatibilidad de modelos personalizados para estos dos atributos. Por ejemplo, para usar las opciones predeterminadas con el modelo base en ImageLabeling, declara una dependencia en
com.google.mlkit:image-labeling
y usaImageLabeling.getClient(ImageLabelerOptions.DEFAULT_OPTIONS)
en Java. - Se pueden cerrar todos los controladores (detector/escáner/etiquetador/traductor...) Asegúrate de que se llame al método
close()
cuando esos objetos ya no se usen. Si los usas en un Fragment o AppCompatActivity, una manera fácil de hacerlo es llamar a LifecycleOwner.getLifecycle() en Fragment o AppCompatActivity y, luego, llamar a Lifecycle.addObserver. - En las APIs de Vision, se cambió el nombre de
processImage()
ydetectInImage()
aprocess()
para mayor coherencia - Las APIs de Natural Language ahora usan el término "etiqueta de idioma" (como se define en el estándar BCP 47) en lugar de "código de idioma".
- Se quitaron los métodos get de las clases xxxOptions.
- Ya no se admite el método getBitmap() en la clase InputImage(reemplazando
FirebaseVisionImage
) como parte de la interfaz pública. ConsultaBitmapUtils.java
en la muestra de inicio rápido del ML Kit para convertir el mapa de bits a partir de varias entradas. - detect
Estos son algunos ejemplos de métodos de Kotlin antiguos y nuevos:
Antiguo
// 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() )
Nuevo
// Construct image labeler with base model and default options. val imageLabeler = ImageLabeling.getClient(ImageLabelerOptions.DEFAULT_OPTIONS) // Optional: add life cycle 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())
Estos son algunos ejemplos de métodos de Java antiguos y nuevos:
Antiguo
// 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());
Nuevo
// Construct image labeler with base model and default options. ImageLabeler imageLabeler = ImageLabeling.getClient(ImageLabelerOptions.DEFAULT_OPTIONS); // Optional: add life cycle 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());
Cambios específicos de la API
Escaneo de códigos de barras
Para la API de Barcode Scanning, ahora hay dos formas de entregar los modelos:
- A través de los Servicios de Google Play, también conocido como "delgado" (recomendado), reduce el tamaño de la app y el modelo se comparte entre ellas. Sin embargo, los desarrolladores deberán asegurarse de descargar el modelo antes de usarlo por primera vez.
- Con el APK de tu app, también conocido como “empaquetado”, esto aumenta el tamaño de la app, pero significa que el modelo se puede usar de inmediato.
Las dos implementaciones son ligeramente diferentes: la versión “empaquetada” tiene varias mejoras con respecto a la versión “delgada”. En los lineamientos de la API de Barcode Scanning, puedes encontrar información detallada sobre estas diferencias.
Detección de rostro
Para la API de Face Detection, hay dos formas de entregar los modelos:
- A través de los Servicios de Google Play, también conocido como "delgado" (recomendado), reduce el tamaño de la app y el modelo se comparte entre ellas. Sin embargo, los desarrolladores deberán asegurarse de descargar el modelo antes de usarlo por primera vez.
- Con el APK de tu app, también conocido como “empaquetado”, esto aumenta el tamaño de descarga de la app, pero significa que el modelo se puede usar de inmediato.
El comportamiento de las implementaciones es el mismo.
Translation
TranslateLanguage
ahora usa nombres legibles para sus constantes (p.ej.,ENGLISH
) en lugar de etiquetas de idioma (EN
). Ahora también son @StringDef, en lugar de @IntDef, y el valor de la constante es la etiqueta de idioma BCP 47 correspondiente.Si la app utiliza la opción de condición de descarga "dispositivo inactivo", ten en cuenta que esta opción se quitó y ya no se puede usar. Puedes seguir usando la opción "Cargando dispositivo". Si quieres un comportamiento más complejo, puedes retrasar la llamada a
RemoteModelManager.download
detrás de tu propia lógica.
Etiquetado de imágenes de AutoML
Si la app usa la opción de condición de descarga "dispositivo inactivo", ten en cuenta que esta opción se quitó y ya no se puede usar. Puedes usar la opción "Se está cargando el dispositivo".
Si quieres un comportamiento más complejo, puedes retrasar la llamada a RemoteModelManager.download
detrás de tu propia lógica.
Detección y seguimiento de objetos
Si tu app usa la detección de objetos con clasificación general, ten en cuenta que el nuevo SDK cambió la forma en que muestra la categoría de clasificación para los objetos detectados.
La categoría de clasificación se muestra como una instancia de DetectedObject.Label
en lugar de un número entero. Todas las categorías posibles para el clasificador general se incluyen en la clase PredefinedCategory
.
A continuación, se muestra un ejemplo de código Kotlin nuevo y antiguo:
Antiguo
if (object.classificationCategory == FirebaseVisionObject.CATEGORY_FOOD) { ... }
Nuevo
if (!object.labels.isEmpty() && object.labels[0].text == PredefinedCategory.FOOD) { ... } // or if (!object.labels.isEmpty() && object.labels[0].index == PredefinedCategory.FOOD_INDEX) { ... }
A continuación, se muestra un ejemplo del código Java anterior y del nuevo:
Antiguo
if (object.getClassificationCategory() == FirebaseVisionObject.CATEGORY_FOOD) { ... }
Nuevo
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) { ... }
Se eliminó la categoría "desconocido". Cuando la confianza de la clasificación de un objeto es baja, simplemente no mostramos ninguna etiqueta.
Quita las dependencias de Firebase (opcional)
Este paso solo se aplica cuando se cumplen las siguientes condiciones:
- El ML Kit de Firebase es el único componente de Firebase que usas.
- Solo puedes usar APIs integradas en el dispositivo.
- No usas la entrega de modelos.
Si este es el caso, puedes quitar las dependencias de Firebase después de la migración. Lleve a cabo los pasos siguientes:
- Para quitar el archivo de configuración de Firebase, borra el archivo de configuración google-services.json en el directorio del módulo (nivel de app) de tu app.
- Reemplaza el complemento Gradle de los servicios de Google en el archivo Gradle (generalmente app/build.gradle) de tu módulo (nivel de app) por el complemento Strict Version Matcher:
Antes
apply plugin: 'com.android.application' apply plugin: 'com.google.gms.google-services' // Google Services plugin android { // … }
Después
apply plugin: 'com.android.application' apply plugin: 'com.google.android.gms.strict-version-matcher-plugin' android { // … }
- Reemplaza la ruta de clase del complemento de Gradle de los servicios de Google en el archivo de Gradle (build.gradle) de tu proyecto (nivel de raíz) por la del complemento Strict Version Matcher:
Antes
buildscript { dependencies { // ... classpath 'com.google.gms:google-services:4.3.3' // Google Services plugin } }
Después
buildscript { dependencies { // ... classpath 'com.google.android.gms:strict-version-matcher-plugin:1.2.1' } }
Borra tu app de Firebase en Firebase console según las instructions del sitio de asistencia de Firebase.
Cómo obtener ayuda
Si tienes algún problema, visita nuestra página de la Comunidad, en la que se describen los canales disponibles para comunicarte con nosotros.