Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
O Firebase ML armazena os conjuntos de dados de treinamento do AutoML de maneira diferente, dependendo do plano de preços do projeto. Quando seu projeto está no plano de preços Blaze, o Firebase ML cria um novo bucket Cloud Storage para armazenar dados do AutoML Vision Edge. Quando seu projeto está no plano de preços do Spark,
o Firebase ML armazena os dados do AutoML Vision Edge internamente, em vez de usar
o Cloud Storage do projeto.
Se você criar um conjunto de dados enquanto estiver no plano de preços Spark e depois atualizar para o
plano Blaze, seu conjunto de dados estará disponível, mas ainda estará sujeito às
limitações do plano Spark. Esses conjuntos de dados são rotulados como Conjuntos de dados do Spark no
Console do Firebase. Se você quiser que o conjunto de dados aproveite os recursos do Blaze,
como exemplos ilimitados de treinamento (faturados pelo uso do armazenamento),
migre o conjunto de dados do Spark para um novo conjunto de dados.
Para migrar um conjunto de dados, siga estas etapas:
Abra a seção AutoML do console do Firebase. Selecione o projeto quando solicitado.
No conjunto de dados que você quer migrar, clique em Visualizar para abrir a página de detalhes e clique em Exportar conjunto de dados. Você fará o download de um arquivo zip contendo as imagens e os rótulos de treinamento do conjunto de dados.
Crie um novo conjunto de dados fazendo o upload do arquivo zip.
Consulte Treinar seu modelo.
[[["Fácil de entender","easyToUnderstand","thumb-up"],["Meu problema foi resolvido","solvedMyProblem","thumb-up"],["Outro","otherUp","thumb-up"]],[["Não contém as informações de que eu preciso","missingTheInformationINeed","thumb-down"],["Muito complicado / etapas demais","tooComplicatedTooManySteps","thumb-down"],["Desatualizado","outOfDate","thumb-down"],["Problema na tradução","translationIssue","thumb-down"],["Problema com as amostras / o código","samplesCodeIssue","thumb-down"],["Outro","otherDown","thumb-down"]],["Última atualização 2025-09-06 UTC."],[],[],null,["\u003cbr /\u003e\n\nFirebase ML stores your AutoML training datasets differently, depending on\nyour project's pricing plan. When your project is on the Blaze pricing plan,\nFirebase ML creates a new Cloud Storage bucket in your project to store\nAutoML Vision Edge data. When your project is on the Spark pricing plan,\nFirebase ML stores your AutoML Vision Edge data internally instead of using\nyour project's Cloud Storage.\n| Firebase ML's AutoML Vision Edge features are deprecated. Consider using [Vertex AI](https://cloud.google.com/vertex-ai/docs/beginner/beginners-guide) to automatically train ML models, which you can either [export as TensorFlow\n| Lite models](https://cloud.google.com/vertex-ai/docs/export/export-edge-model) for on-device use or [deploy for cloud-based\n| inference](https://cloud.google.com/vertex-ai/docs/predictions/overview).\n\nIf you create a dataset while on the Spark pricing plan and later upgrade to the\nBlaze plan, your dataset will be available, but will still be subject to the\nlimitations of the Spark plan (these datasets are labeled **Spark datasets** in\nthe Firebase console). If you want your dataset to take advantage of Blaze\nfeatures, such as unlimited training examples (billed by storage use), you'll\nhave to migrate the Spark dataset to a new dataset.\n\nTo migrate a dataset:\n\n1. Open the [AutoML section](//console.firebase.google.com/project/_/ml/automl) of the\n Firebase console. (Select your project when prompted.)\n\n2. On the dataset you want to migrate, click **View** to open the details page,\n then click **Export dataset**. You will download a zip file containing the\n dataset's training images and labels.\n\n3. Create a new dataset by uploading the zip file.\n (See [Train your model](/docs/ml/train-image-labeler#train_the_model).)"]]