Em 3 de junho de 2020, fizemos algumas mudanças no Kit de ML para Firebase para distinguir melhor as APIs no dispositivo das APIs baseadas na nuvem. O conjunto atual de APIs agora é dividido nos dois produtos a seguir:
Um novo produto, simplesmente chamado de Kit de ML, que contém todas as APIs no dispositivo
Firebase Machine Learning, com foco em APIs baseadas na nuvem e implantação de modelos personalizados.
Essa mudança também facilitará a integração do Kit de ML no seu app se você precisar apenas de uma solução no dispositivo. Neste documento, explicamos como migrar seu app do SDK do kit de ML do Firebase para o novo SDK do kit.
O que muda?
APIs básicas no dispositivo
As APIs a seguir foram movidas para o novo SDK autônomo do Kit de ML.
- Leitura de código de barras
- Detecção facial
- Marcação de imagens
- Detecção e rastreamento de objetos
- Reconhecimento de texto
- ID do idioma
- Resposta inteligente
- Traduzir
- API AutoML Vision Edge
O uso das APIs básicas no dispositivo no SDK do Kit de ML para Firebase foi descontinuado e não receberá mais atualizações.
Se você usa essas APIs no seu app hoje, migre para o novo SDK do kit de ML seguindo o guia de migração do kit de ML para Android e o guia de migração do kit de ML para iOS.
APIs de modelo personalizado
Para fazer o download de modelos hospedados no Firebase, o download de modelos personalizados continua sendo oferecido por meio do SDK do Firebase ML. O SDK busca o modelo mais recente disponível e o transmite para o ambiente de execução separado do TensorFlow Lite para inferência.
O intérprete de modelos personalizados atual no kit de ML para SDK do Firebase foi descontinuado e não receberá mais atualizações. Recomendamos o uso do ambiente de execução do TensorFlow Lite diretamente para inferência. Como alternativa, se você quiser usar modelos personalizados apenas para rotulagem de imagens e APIs de detecção e rastreamento de objetos, poderá usar diretamente os modelos personalizados dessas APIs no Kit de ML.
Consulte os guias de migração para Android e iOS para ver instruções detalhadas.
O que não mudou?
As APIs e os serviços baseados na nuvem continuarão sendo oferecidos com o Firebase ML:
As APIs de rotulagem de imagens baseadas em nuvem, reconhecimento de texto e reconhecimento de pontos de referência ainda estão disponíveis no SDK do Firebase ML.
O Firebase ML também continua oferecendo a implantação do modelo
Perguntas frequentes
Qual é o motivo dessa mudança?
Estamos fazendo essa alteração para esclarecer quais soluções o produto está oferecendo. Com essa mudança, o novo SDK do Kit de ML está totalmente focado no aprendizado de máquina no dispositivo, em que todo o processamento de dados ocorre no dispositivo e está disponível para os desenvolvedores sem custo financeiro. Os serviços de nuvem que faziam parte do kit de ML do Firebase antes permanecem disponíveis por meio do Firebase ML, e você ainda pode usá-los em paralelo com as APIs do kit de ML.
Para APIs no dispositivo, o novo SDK do Kit de ML facilita a integração de kits de ML ao app pelos desenvolvedores. A partir de agora, basta adicionar dependências ao projeto do aplicativo e começar a usar a API. Não é necessário configurar um projeto do Firebase apenas para usar APIs no dispositivo.
O que acontecerá com meus modelos hospedados no Firebase?
O Firebase Machine Learning continuará a exibir seus modelos como antes. Essa funcionalidade não mudará. Veja algumas melhorias:
Agora é possível implantar seus modelos no Firebase de maneira programática usando os SDKs do Python ou do Node.
Agora você pode usar o SDK do Firebase ML em conjunto com o ambiente de execução do TensorFlow Lite. O SDK do Firebase faz o download do modelo para o dispositivo, e o ambiente de execução do TensorFlow Lite executa a inferência. Isso permite que você escolha facilmente a versão de ambiente de execução de sua preferência, incluindo uma versão personalizada.
Quais são os benefícios de migrar para o novo SDK do kit de ML?
A migração para o novo SDK garante que os aplicativos se beneficiem das correções e melhorias mais recentes de bugs nas APIs no dispositivo. Por exemplo, veja algumas mudanças na primeira versão:
Agora você pode usar as novas APIs de rotulagem de imagens personalizadas e detecção e rastreamento de objetos personalizados para integrar facilmente modelos de classificação de imagens personalizados nos seus apps e criar experiências do usuário interativas em tempo real.
O suporte ao Android Jetpack Lifecycle foi adicionado a todas as APIs. Agora você pode usar
addObserverpara gerenciar automaticamente o início e a desmontagem das APIs do Kit de ML à medida que o app passa pela rotação ou fechamento da tela pelo usuário/sistema. Isso facilita a integração com o CameraX.
Veja uma lista completa das mudanças mais recentes nas notas da versão do SDK do kit de ML.
Estou usando o Kit de ML para Firebase hoje. Quando preciso migrar?
Isso depende do kit de ML para APIs do Firebase que você usa atualmente no seu app.
As APIs de base no dispositivo no SDK do Kit de ML para Firebase continuarão funcionando em um futuro próximo. No entanto, se você atrasar a troca para o novo SDK do kit de ML, não terá acesso a novos recursos e atualizações. Além disso, depois de atualizar outros componentes do app, há um risco que você poderá encontrar conflitos de dependência. Isso pode acontecer quando algumas das outras dependências (diretas ou indiretas) são mais novas do que as esperadas pelo antigo SDK do Kit de ML para Firebase. O OkHttp e o firebase-common são exemplos de bibliotecas com que isso pode acontecer.
Se você estiver usando as APIs do Cloud com o SDK do Kit de ML para Firebase, nenhuma alteração será necessária no momento.
Se você estiver usando a implantação de modelo personalizado, recomendamos fazer upgrade para a versão mais recente, que permite a execução de inferências diretamente no ambiente de execução do TensorFlow Lite.