ML Kit AutoML Vision Edge 마이그레이션 가이드

참고: AutoML Vision Edge 이미지 라벨 지정 API는 지원 중단되었습니다. 커스텀 모델 API (이미지 라벨 지정, 객체 감지 및 추적)는 AutoML로 학습된 모델을 지원합니다. 이 마이그레이션 가이드에서는 새 커스텀 모델 API를 사용하도록 기존 AutoML Vision Edge 구현을 마이그레이션하는 방법을 설명합니다.

AutoML로 학습된 이미지 분류 모델을 커스텀 모델 API에 전달할 수 있습니다. 모델을 계속 앱 내에서 번들로 묶거나 Firebase Console에서 커스텀 모델로 호스팅할 수 있습니다. AutoML 이미지 라벨 지정 API는 커스텀 모델 이미지 라벨 지정 API로 완전히 대체되었으므로 ML Kit에서 삭제되었습니다.

API	어떤 점이 달라지나요?
AutoML Vision Edge 이미지 라벨 지정 API	커스텀 모델 이미지 라벨 지정 API로 완전히 대체되었습니다. 기존 AutoML Vision Edge 이미지 라벨 지정 API는 삭제되었습니다.

현재 AutoML Vision Edge API를 사용하는 ML Kit 사용자인 경우 Android 및 iOS용 마이그레이션 안내를 따르세요.

자주 묻는 질문(FAQ)

변경 이유

이를 통해 ML Kit API를 간소화하고 ML Kit를 앱에 더 쉽게 통합할 수 있습니다. 이번 변경으로 AutoML 학습 모델을 커스텀 모델과 정확히 동일한 방식으로 사용할 수 있습니다. 또한 현재 지원되는 이미지 라벨 지정 외에도 객체 감지 및 추적을 위해 AutoML 학습 모델을 사용할 수 있습니다. 또한 커스텀 모델 API는 메타데이터에 라벨 맵이 삽입된 모델과 별도의 매니페스트 및 라벨 파일이 있는 모델을 모두 지원합니다.

새 SDK로 이전하면 어떤 이점이 있나요?

• 새로운 기능: 이미지 라벨 지정과 객체 감지 및 추적 모두에 AutoML 학습 모델을 사용할 수 있고 메타데이터에 라벨 맵이 삽입된 모델을 사용할 수 있습니다.

Android용 이전 가이드

1단계: Gradle 가져오기 업데이트

다음 표에 따라 모듈(앱 수준) Gradle 파일 (일반적으로 app/build.gradle)에서 ML Kit Android 라이브러리의 종속 항목을 업데이트합니다.

특성	오래된 아티팩트	새로운 아티팩트
원격 모델을 다운로드하지 않고 AutoML 이미지 라벨 지정	com.google.mlkit:image-labeling-automl:16.2.1	com.google.mlkit:image-labeling-custom:16.0.0-beta5
원격 모델 다운로드로 AutoML 이미지 라벨 지정	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

2단계: 클래스 이름 업데이트하기

클래스가 이 표에 표시되면 표시된 대로 변경합니다.

이전 클래스	새 수업
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

참고: 이전에는 AutoMLImageLabelerOptions를 사용할 때 confidenceThreshold가 설정되지 않은 경우 기본 신뢰도 기준 값인 0.5이 사용됩니다. 이제 CustomImageLabelerOptions를 사용하면 confidenceThreshold가 설정되지 않은 경우 모델 메타데이터에 포함된 신뢰도 임곗값(있는 경우)을 사용합니다. 존재하지 않으면 0.0의 값이 대신 사용됩니다.

3단계: 메서드 이름 업데이트

최소한의 코드 변경사항은 있습니다.

• LocalModel은 이제 모델 파일 경로 (모델에 라벨 맵이 포함된 메타데이터가 있는 경우) 또는 모델 매니페스트 파일 경로 (매니페스트, 모델, 라벨이 별도의 파일에 있는 경우)로 초기화할 수 있습니다.
• Firebase Console을 통해 커스텀 모델을 원격으로 호스팅하고 FirebaseModelSource로 CustomRemoteModel를 초기화할 수 있습니다.

다음은 기존 Kotlin 메서드와 새로운 Kotlin 메서드의 몇 가지 예입니다.

변경 전

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()

신규

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()

다음은 이전 Java 메서드와 새로운 Java 메서드의 몇 가지 예입니다.

변경 전

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();

신규

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();

iOS용 이전 가이드

기본 요건

• Xcode 13.2.1 이상이 필요합니다.

1단계: Cocoapods 업데이트

앱의 Podfile에서 ML Kit iOS 코코아포드의 종속 항목을 업데이트합니다.

특성	이전 포드 이름	새 포드 이름
원격 모델을 다운로드하지 않고 AutoML 이미지 라벨 지정	GoogleMLKit/ImageLabelingAutoML	GoogleMLKit/이미지 라벨 지정
원격 모델 다운로드로 AutoML 이미지 라벨 지정	GoogleMLKit/ImageLabelingAutoML GoogleMLKit/LinkFirebase	GoogleMLKit/ImageLabelingCustom GoogleMLKit/LinkFirebase

2단계: 클래스 이름 업데이트하기

클래스가 이 표에 표시되면 표시된 대로 변경합니다.

Swift

이전 클래스	새 수업
AutoMLImageLabelerLocalModel	LocalModel
AutoMLImageLabelerRemoteModel	CustomRemoteModel
AutoMLImageLabelerOptions	CustomImageLabelerOptions

Objective-C

이전 클래스	새 수업
MLKAutoMLImageLabelerLocalModel	MLKLocalModel
MLKAutoMLImageLabelerRemoteModel	MLKCustomRemoteModel
MLKAutoMLImageLabelerOptions	MLKCustomImageLabelerOptions

Objective-C

참고: 이전에는 AutoMLImageLabelerOptions를 사용할 때 confidenceThreshold가 설정되지 않은 경우 기본 신뢰도 기준 값인 0.5이 사용되었습니다. 이제 CustomImageLabelerOptions를 사용하면 confidenceThreshold가 설정되지 않은 경우 모델 메타데이터에 포함된 신뢰도 임곗값(있는 경우)을 사용합니다. 이 속성이 없으면 0.0 값이 대신 사용됩니다.

3단계: 메서드 이름 업데이트

최소한의 코드 변경사항은 있습니다.

• LocalModel은 이제 모델 파일 경로 (모델에 라벨 맵이 포함된 메타데이터가 있는 경우) 또는 모델 매니페스트 파일 경로 (매니페스트, 모델, 라벨이 별도의 파일에 있는 경우)로 초기화할 수 있습니다.
• Firebase Console을 통해 커스텀 모델을 원격으로 호스팅하고 FirebaseModelSource로 CustomRemoteModel를 초기화할 수 있습니다.

다음은 기존 Swift 메서드와 새로운 Swift 메서드의 몇 가지 예입니다.

변경 전

let localModel =
    AutoMLImageLabelerLocalModel(manifestPath: "automl/manifest.json")
let optionsWithLocalModel = AutoMLImageLabelerOptions(localModel: localModel)
let remoteModel = AutoMLImageLabelerRemoteModel(name: "automl_remote_model")
let optionsWithRemoteModel = AutoMLImageLabelerOptions(remoteModel: remoteModel)

신규

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)

다음은 기존 Objective-C 메서드와 새로운 Objective-C 메서드의 몇 가지 예입니다.

변경 전

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];

신규

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];