Firebase ML speichert Ihre AutoML-Trainingsdatasets je nach Preismodell Ihres Projekts unterschiedlich. Wenn für Ihr Projekt der Blaze-Tarif gilt, wird durch Firebase ML ein neuer Cloud Storage-Bucket in Ihrem Projekt erstellt, in dem AutoML Vision Edge-Daten gespeichert werden. Wenn Ihr Projekt den Spark-Tarif nutzt, speichert Firebase ML Ihre AutoML Vision Edge-Daten intern, anstatt die Cloud Storage Ihres Projekts zu verwenden.
Wenn Sie ein Dataset im Spark-Tarif erstellen und später auf den Blaze-Tarif upgraden, ist Ihr Dataset verfügbar, unterliegt aber weiterhin den Einschränkungen des Spark-Tarifs. Diese Datasets sind in der Firebase-Konsole mit Spark-Datasets gekennzeichnet. Wenn Sie die Blaze-Funktionen wie unbegrenzte Trainingsbeispiele (Abrechnung nach Speichernutzung) für Ihr Dataset nutzen möchten, müssen Sie das Spark-Dataset zu einem neuen Dataset migrieren.
So migrieren Sie ein Dataset:
Öffnen Sie den AutoML-Bereich der Firebase-Konsole. Wählen Sie bei Aufforderung Ihr Projekt aus.
Klicken Sie bei dem Dataset, das Sie migrieren möchten, auf Ansehen, um die Detailseite zu öffnen, und klicken Sie dann auf Dataset exportieren. Sie laden eine ZIP-Datei mit den Trainingsbildern und Labels des Datasets herunter.
Erstellen Sie ein neues Dataset, indem Sie die ZIP-Datei hochladen. Weitere Informationen finden Sie unter Modell trainieren.