ML Kit AutoML Vision Edge 遷移指南

注意： AutoML Vision Edge 圖片標籤 API 已淘汰。自訂模型 API (圖片標籤、物件偵測和追蹤) 支援由 AutoML 訓練的模型。本遷移指南說明如何遷移現有的 AutoML Vision Edge 實作，改用新的自訂模型 API。

您可以將 AutoML 訓練的圖片分類模型傳遞至自訂模型 API。您可以繼續將模型綁定在應用程式中，或在 Firebase 控制台中以自訂模型形式託管。AutoML Image 圖片標籤 API 已從 ML Kit 中移除，因為它已完全由自訂模型圖片標籤 API 取代。

API	異動內容
AutoML Vision Edge 圖片標籤 API	Custom Model 圖片標籤 API 已完全取代這項功能。現有的 AutoML Vision Edge 圖片標籤 API 已移除。

如果您使用 AutoML Vision Edge API，請按照 Android 和 iOS 的遷移操作說明操作。

常見問題

異動原因

這項異動可簡化 ML Kit API，讓您更輕鬆地將 ML Kit 整合至應用程式。您可以使用與自訂模型完全相同的方式，使用 AutoML 訓練的模型。除了我們支援的圖片標籤功能外，您也可以使用 AutoML 訓練的模型進行物件偵測和追蹤。此外，自訂模型 API 支援中繼資料內嵌標籤對應的模型，以及具有獨立資訊清單和標籤檔案的模型。

遷移至新版 SDK 有什麼好處？

• 新功能：可將 AutoML 訓練的模型用於圖片標籤和物件偵測與追蹤，以及使用中繼資料中嵌入標籤對應的模型。

Android 遷移指南

步驟 1：更新 Gradle 匯入項目

請根據下表，在模組 (應用程式層級) Gradle 檔案 (通常是 app/build.gradle.kts) 中，更新 ML Kit Android 程式庫的依附元件：

功能	舊構件	新構件
圖片標籤 AutoML (不下載遠端模型)	com.google.mlkit:image-labeling-automl:16.2.1	com.google.mlkit:image-labeling-custom:16.0.0-beta5
使用遠端模型下載功能，透過 AutoML 為圖片加上標籤	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 如要託管及下載自訂模型，請將模型移至 Cloud Storage，並在應用程式中加入下載邏輯，以便使用 LocalModel 載入模型。詳情請參閱 [Firebase ML to Cloud Storage 遷移指南][migrate-storage]。

步驟 2：更新類別名稱

如果您的類別出現在這個表格中，請進行指示的變更：

舊課程	新課程
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.LocalModel 應用程式必須包含邏輯，才能下載遠端託管的模型，並使用 LocalModel 初始化這些模型。
com.google.mlkit.vision.label.automl.AutoMLImageLabelerOptions	com.google.mlkit.vision.label.custom.CustomImageLabelerOptions

注意： 先前使用 AutoMLImageLabelerOptions 時，如未設定 confidenceThreshold，系統會使用預設信賴度門檻值 0.5。現在，如果未設定 confidenceThreshold，CustomImageLabelerOptions 會使用模型中繼資料中的信賴度門檻值 (如有)。如果沒有，則會改用 0.0。

步驟 3：更新方法名稱

程式碼變更幅度極小：

• LocalModel 現在可以使用模型路徑 (如果模型含有包含標籤對應的中繼資料) 或模型資訊清單路徑 (如果資訊清單、模型和標籤位於不同的檔案) 進行初始化。
• 在應用程式中加入邏輯，將遠端託管的模型下載到本機儲存空間，並使用 LocalModel 載入。

以下是新舊 Kotlin 方法的範例：

舊

val localModel = AutoMLImageLabelerLocalModel.Builder()
    .setAssetFilePath("automl/manifest.json")
    // or .setAbsoluteFilePath(absolute 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()

新增

// Similar process for both local and remotely-hosted models (that have been downloaded)
val localModel = LocalModel.Builder()
    .setAssetManifestFilePath("automl/manifest.json")
    // or .setAbsoluteManifestFilePath(absolute path to manifest file)
    .build()

val optionsWithLocalModel = CustomImageLabelerOptions.Builder(localModel)
    .setConfidenceThreshold(0.5f)
    .build()

以下是新舊 Java 方法的範例：

舊

AutoMLImageLabelerLocalModel localModel =
    new AutoMLImageLabelerLocalModel.Builder()
        .setAssetFilePath("automl/manifest.json")
        // or .setAbsoluteFilePath(absolute 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();

新增

// Similar process for local models and remotely-hosted models (that have been downloaded)
LocalModel localModel =
    new LocalModel.Builder()
        .setAssetManifestFilePath("automl/manifest.json")
        // or .setAbsoluteManifestFilePath(absolute path to manifest file)
        .build();
CustomImageLabelerOptions optionsWithLocalModel =
    new CustomImageLabelerOptions.Builder(localModel)
        .setConfidenceThreshold(0.5f)
        .build();

iOS 遷移指南

必要條件

• 必須使用 Xcode 13.2.1 以上版本。

步驟 1：更新 Cocoapods

在應用程式的 Podfile 中，更新 ML Kit iOS CocoaPods 的依附元件：

功能	舊 Pod 名稱	新 Pod 名稱
圖片標籤 AutoML (不下載遠端模型)	GoogleMLKit/ImageLabelingAutoML	GoogleMLKit/ImageLabelingCustom
使用遠端模型下載功能，透過 AutoML 為圖片加上標籤	GoogleMLKit/ImageLabelingAutoML GoogleMLKit/LinkFirebase	GoogleMLKit/ImageLabelingCustom 如要託管及下載自訂模型，請將模型移至 Cloud Storage，並在應用程式中加入下載邏輯，將模型載入為本機模型。詳情請參閱 [Firebase ML to Cloud Storage migration guide][migrate-storage]。

步驟 2：更新類別名稱

如果您的類別出現在這個表格中，請進行指示的變更：

Swift

舊課程	新課程
AutoMLImageLabelerLocalModel	LocalModel
AutoMLImageLabelerRemoteModel	LocalModel 如要託管及下載自訂模型，請將模型移至 Cloud Storage，並在應用程式中加入下載邏輯，將模型載入為本機模型。詳情請參閱 [Firebase ML to Cloud Storage migration guide][migrate-storage]。
AutoMLImageLabelerOptions	CustomImageLabelerOptions

Objective-C

舊課程	新課程
MLKAutoMLImageLabelerLocalModel	MLKLocalModel
MLKAutoMLImageLabelerRemoteModel	MLKLocalModel 如要託管及下載自訂模型，請將模型移至 Cloud Storage，並在應用程式中加入下載邏輯，將模型載入為本機模型。詳情請參閱 [Firebase ML to Cloud Storage migration guide][migrate-storage]。
MLKAutoMLImageLabelerOptions	MLKCustomImageLabelerOptions

注意： 先前使用 AutoMLImageLabelerOptions 時，如未設定 confidenceThreshold，系統會使用預設信賴度門檻值 0.5。現在，如果未設定 confidenceThreshold，CustomImageLabelerOptions 會使用模型中繼資料中的信賴度門檻值 (如有)。如果不存在，則會改用 0.0 值。

步驟 3：更新方法名稱

程式碼變更幅度極小：

• LocalModel 現在可以使用模型路徑 (如果模型含有包含標籤對應的中繼資料) 或模型資訊清單路徑 (如果資訊清單、模型和標籤位於不同的檔案) 進行初始化。
• 在應用程式中加入邏輯，將遠端託管的模型下載到本機儲存空間，並使用 LocalModel 載入。

以下是新舊 Swift 方法的範例：

舊

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

新增

// Similar process for local models and remotely-hosted models (that have been downloaded)
guard let localModel = LocalModel(manifestPath: "automl/manifest.json") else { return }
let optionsWithLocalModel = CustomImageLabelerOptions(localModel: localModel)

以下是新舊 Objective-C 方法的範例：

舊

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];

新增

// Similar process for local models and remotely-hosted models (that have been downloaded)
MLKLocalModel *localModel =
    [[MLKLocalModel alloc] initWithManifestPath:"automl/manifest.json"];
MLKCustomImageLabelerOptions *optionsWithLocalModel =
    [[MLKCustomImageLabelerOptions alloc] initWithLocalModel:localModel];