Firebase ML speichert Ihre AutoML-Trainingsdatensätze je nach Preisplan Ihres Projekts unterschiedlich. Wenn für Ihr Projekt der Blaze-Preisplan gilt, erstellt Firebase ML einen neuen Cloud Storage-Bucket in Ihrem Projekt, um AutoML Vision Edge-Daten zu speichern. Wenn für Ihr Projekt der Spark-Preisplan gilt, speichert Firebase ML Ihre AutoML Vision Edge-Daten intern, anstatt den Cloud-Speicher Ihres Projekts zu verwenden.
Wenn Sie während des Spark-Preisplans einen Datensatz erstellen und später auf den Blaze-Plan aktualisieren, ist Ihr Datensatz zwar verfügbar, unterliegt jedoch weiterhin den Einschränkungen des Spark-Plans (diese Datensätze werden in der Firebase-Konsole als Spark-Datensätze bezeichnet). Wenn Sie möchten, dass Ihr Datensatz die Blaze-Funktionen nutzt, beispielsweise unbegrenzte Trainingsbeispiele (Abrechnung nach Speichernutzung), müssen Sie den Spark-Datensatz in einen neuen Datensatz migrieren.
So migrieren Sie einen Datensatz:
Öffnen Sie den AutoML-Bereich der Firebase-Konsole. (Wählen Sie Ihr Projekt aus, wenn Sie dazu aufgefordert werden.)
Klicken Sie im Datensatz, den Sie migrieren möchten, auf „Ansicht“ , um die Detailseite zu öffnen, und klicken Sie dann auf „Datensatz exportieren“ . Sie laden eine ZIP-Datei herunter, die die Trainingsbilder und Beschriftungen des Datensatzes enthält.
Erstellen Sie einen neuen Datensatz, indem Sie die ZIP-Datei hochladen. (Siehe Trainieren Sie Ihr Modell .)