Android 我们可以使用安卓ML套件图像标签来检测产品吗

我有一个客户的要求，我们需要检测我们的产品盒在cameraView。为此，我尝试使用firebase ML Kit对象检测。目前，它可以检测门、沙发等一般物体。我希望能够检测到我的产品。有什么办法吗？下面是我当前的实现

class DetectActivity : AppCompatActivity() {
override fun onCreate(savedInstanceState: Bundle?) {
    super.onCreate(savedInstanceState)
    setContentView(R.layout.activity_detect)
    cameraView.setLifecycleOwner(this)
    cameraView.addFrameProcessor {
        extractDataFromFrame(it) { result ->
            tvDetectedItem.text = result
        }
    }
}

private fun extractDataFromFrame(frame: Frame, callback: (String) -> Unit) {

    val options = FirebaseVisionObjectDetectorOptions.Builder()
            .setDetectorMode(FirebaseVisionObjectDetectorOptions.STREAM_MODE)
            .enableMultipleObjects()
            .enableClassification()  // Optional
            .build()

    val objectDetector = FirebaseVision.getInstance().getOnDeviceObjectDetector(options)

    objectDetector.processImage(getVisionImageFromFrame(frame))
            .addOnSuccessListener {
                var result = ""
                it.forEach { item ->
                    result += "${item.entityId}\n"  //TODO : Get the knowledge graph result for this entity
                    Log.e("TAG",item.classificationCategory.toString())
                }
                callback(result)
            }
            .addOnFailureListener {
                callback("Unable to detect an object")
            }
            .addOnCompleteListener {

            }

}

private fun getVisionImageFromFrame(frame : Frame) : FirebaseVisionImage{
    //ByteArray for the captured frame
    val data = frame.data

    //Metadata that gives more information on the image that is to be converted to FirebaseVisionImage
    val imageMetaData = FirebaseVisionImageMetadata.Builder()
            .setFormat(FirebaseVisionImageMetadata.IMAGE_FORMAT_NV21)
            .setRotation(FirebaseVisionImageMetadata.ROTATION_90)
            .setHeight(frame.size.height)
            .setWidth(frame.size.width)
            .build()

    val image = FirebaseVisionImage.fromByteArray(data, imageMetaData)

    return image
}

}

---

我还希望它完全离线。为此，有一个设备上的ML工具包实现。但是我怎么用呢？对不起，我的英语不好。

首先，firebase ML Kit对象检测已弃用，不再受支持。请迁移到独立的ML工具包（请参阅）。其次，出于您的目的，您可以使用定制模型（）查看ML Kit的对象检测和跟踪。为了为您的产品培训您自己的图像分类模型，ML Kit介绍了几种方法。祝你好运

首先，firebase ML Kit对象检测已弃用，不再受支持。请迁移到独立的ML工具包（请参阅）。其次，出于您的目的，您可以使用定制模型（）查看ML Kit的对象检测和跟踪。为了为您的产品培训您自己的图像分类模型，ML Kit介绍了几种方法。祝你好运

我们对Firebase ML Kit进行了一些更改，以更好地区分设备上的API和基于云的API。“”（不带firebase品牌）包含所有设备上的API。firebase mlkit到mlkit的迁移指南。所有进一步的改进和新的API将只与新的ML工具包一起发布

---

对象检测sdk使用的默认模型非常简单。您现在可以使用独立的ML工具包访问obejct检测API。tfhub中有一些。我发现非常强大，您可以尝试一下。

我们对Firebase ML Kit进行了一些更改，以更好地区分设备上的API和基于云的API。“”（不带firebase品牌）包含所有设备上的API。firebase mlkit到mlkit的迁移指南。所有进一步的改进和新的API将只与新的ML工具包一起发布

---

对象检测sdk使用的默认模型非常简单。您现在可以使用独立的ML工具包访问obejct检测API。tfhub中有一些。我发现它非常强大，您可以试一试。

具体来说，您可以尝试使用TFLite Model Maker使用转移学习来训练适合您需要的分类器。具体来说，您可以尝试TFLite Model Maker使用转移学习来训练适合您需要的分类器。