ב-3 ביוני 2020 ביצענו כמה שינויים ב-ML Kit for Firebase כדי שיהיה קל יותר להבחין בין ממשקי ה-API במכשיר לבין ממשקי ה-API מבוססי-הענן. הקבוצה הנוכחית של ממשקי ה-API מחולקת לשני המוצרים הבאים:
מוצר חדש שנקרא פשוט ML Kit, והוא יכיל את כל ממשקי ה-API במכשיר
למידה חישובית ב-Firebase, שמתמקדת בממשקי API מבוססי-ענן ובפריסה של מודל בהתאמה אישית.
השינוי הזה יקל עליכם לשלב את למידת המכונה (ML) באפליקציה אם תצטרכו רק פתרון במכשיר. במסמך הזה מוסבר איך מעבירים את האפליקציה מ-SDK של Firebase ML Kit ל-ML Kit SDK החדש.
מה משתנה?
ממשקי API בסיסיים במכשיר
ממשקי ה-API הבאים עברו ל-ML Kit SDK הנפרד החדש.
- סריקת ברקוד
- זיהוי פנים
- תיוג תמונות
- זיהוי אובייקטים ומעקב אחריהם
- זיהוי טקסט
- זיהוי שפה
- תשובה מהירה
- תרגום
- ממשק API בהסקת מסקנות AutoML Vision Edge
ממשקי ה-API הבסיסיים הקיימים במכשיר ב-ML Kit for Firebase SDK הוצאו משימוש ולא יקבלו יותר עדכונים.
אם אתם משתמשים בממשקי ה-API האלה באפליקציה שלכם, מומלץ לעבור ל-ML Kit SDK החדש בעזרת מדריך ההעברה ל-ML Kit ל-Android ומדריך ההעברה ל-ML Kit ל-iOS.
ממשקי API מותאמים אישית של מודל
אם אתם מורידים מודלים שמתארחים ב-Firebase, הכלי להורדת מודלים בהתאמה אישית ממשיך להיות מוצע דרך Firebase ML SDK. ה-SDK מאחזר את המודל העדכני ביותר ומעביר אותו לזמן הריצה הנפרד של TensorFlow Lite.
כלי התרגום הקיים ב-ML Kit for Firebase SDK הוצא משימוש ולא יקבל יותר עדכונים. אנחנו ממליצים להשתמש בזמן הריצה של TensorFlow Lite ישירות, כדי להסיק את המסקנות. לחלופין, אם אתם רוצים להשתמש במודלים מותאמים אישית רק לתיוג תמונות וממשקי API למעקב אחר אובייקטים, תוכלו להשתמש עכשיו במודלים מותאמים אישית בממשקי ה-API האלה ישירות ב-ML Kit.
ההוראות המפורטות מפורטות במדריכי ההעברה ל-Android ול-iOS.
מה לא השתנה?
נמשיך להציע ממשקי API ושירותים מבוססי-ענן עם Firebase ML:
ממשקי ה-API לתיוג תמונות, לזיהוי טקסט ולזיהוי סימנים מסחריים מבוססי-ענן עדיין זמינים מ-Firebase ML SDK.
כמו כן, Firebase ML ממשיך להציע פריסת מודל.
שאלות נפוצות
מה הסיבה לשינוי?
אנחנו מבצעים את השינוי הזה כדי להבהיר אילו פתרונות המוצר מציע. בעקבות השינוי הזה, ה-ML Kit SDK החדש מתמקד באופן מלא בלמידת מכונה במכשיר, שם כל עיבוד הנתונים מתבצע במכשיר וזמין למפתחים ללא עלות. שירותי הענן שהיו חלק מ-ML Kit ב-Firebase נשארו זמינים דרך Firebase ML, ועדיין אפשר להשתמש בהם במקביל ל-ML Kit API.
בממשקי API שבמכשיר, ה-ML Kit SDK החדש מקל על מפתחים לשלב את ML Kit באפליקציה שלהם. בהמשך, תצטרכו רק להוסיף יחסי תלות לפרויקט האפליקציה ואז להתחיל להשתמש ב-API. אין צורך להגדיר פרויקט Firebase רק כדי להשתמש בממשקי API שבמכשיר.
מה יקרה למודלים שלי שמתארחים ב-Firebase?
הלמידה החישובית ב-Firebase תמשיך להציג את המודלים שלכם כרגיל. הפונקציונליות הזו לא משתנה. הנה כמה שיפורים:
עכשיו אפשר לפרוס את המודלים ב-Firebase באופן פרוגרמטי באמצעות ערכות ה-SDK של Python או Node.
עכשיו אפשר להשתמש ב-Firebase ML SDK בשילוב עם זמן ריצה של TensorFlow ה-SDK של Firebase מוריד את הדגם למכשיר, וזמן הריצה של TensorFlow מסיק את המסקנות. כך אתם יכולים לבחור בקלות את גרסת זמן הריצה שאתם מעדיפים, כולל גרסת build מותאמת אישית.
מה היתרונות מבחינת המעבר לערכת ה-ML Kit החדשה?
מעבר ל-SDK החדש יבטיח שהאפליקציות שלכם יוכלו ליהנות מהשיפורים האחרונים ומהשיפורים בממשקי ה-API שבמכשיר. לדוגמה, הנה דוגמה לכמה שינויים בגרסה הראשונה:
עכשיו תוכלו להשתמש בממשקי ה-API החדשים של תיוג תמונות מותאם אישית וזיהוי של אובייקטים בהתאמה אישית ומעקב אחריהם. כך תוכלו לשלב בקלות מודלים של סיווג תמונות בהתאמה אישית באפליקציות שלכם, וליצור חוויות משתמש אינטראקטיביות בזמן אמת.
התמיכה ב-Android Jetpack Lifecycle נוספה לכל ממשקי ה-API. עכשיו תוכלו להשתמש ב-
addObserverכדי לנהל באופן אוטומטי את ההפעלה וההסרה של ממשקי API של ML Kit, בזמן שהאפליקציה עוברת בין סיבובי המסך או הסגירה על ידי המשתמש או המערכת. כך קל יותר לשלב את CameraX.
ניתן למצוא רשימה מלאה של השינויים האחרונים בנתוני הגרסה של ערכות ה-ML Kit.
אני משתמש ב-ML Kit for Firebase היום, מתי עליי לעבור?
זה תלוי בממשקי ה-API של ML Kit for Firebase שבהם אתם משתמשים כרגע באפליקציה.
ממשקי ה-API הבסיסיים במכשיר ב-ML Kit for Firebase SDK ימשיכו לפעול בעתיד הצפוי. עם זאת, דחיית המעבר לערכת ה-ML Kit החדשה לא תאפשר לכם ליהנות מהתכונות ומהעדכונים החדשים. בנוסף, לאחר שתעדכנו רכיבים אחרים באפליקציה, קיים סיכון שתיתקלו בהתנגשויות תלויות. המצב הזה יכול לקרות כאשר חלק מהתלויות (הישירות או העקיפות) האחרות שלו אינן חדשות מהמצופה ב-ML Kit for Firebase SDK הישן. דוגמאות לספריות שבהן זה יכול לקרות הן OkHttp ו-firebase-common.
אם אתם משתמשים ב-Cloud APIs דרך ML Kit for Firebase SDK, לא צריך לשנות שום דבר כרגע.
אם אתם משתמשים בפריסת מודלים מותאמת אישית, מומלץ לשדרג לגרסה העדכנית ביותר שמאפשרת להפיק את המסקנות ישירות בזמן הריצה של TensorFlow Lite.