Link to this sectionمجموعة بيانات الكشف عن التوقيعات#

مجموعة بيانات كشف التوقيعات من Ultralytics هي مجموعة بيانات لكشف الكائنات تتكون من 178 صورة مستندات مُصنفة بفئة signature واحدة، ومقسمة مسبقًا إلى 143 صورة للتدريب و35 صورة للتحقق. يتم تنزيل مجموعة البيانات تلقائيًا (11.3 ميجابايت) في المرة الأولى التي تقوم فيها بالتدريب، مما يجعلها نقطة انطلاق مدمجة لتطبيقات الرؤية الحاسوبية مثل التحقق من المستندات، وكشف الاحتيال، ومعالجة المستندات الرقمية.

Link to this sectionهيكل مجموعة البيانات#

تحتوي مجموعة البيانات على 178 صورة لأنواع مختلفة من المستندات تحتوي على توقيعات مكتوبة بخط اليد، مقسمة إلى مجموعتين فرعيتين:

تحتوي كل صورة على تصنيفات مربعات إحاطة (bounding-box) لفئة واحدة، وهي signature، ولا يحدد الإعداد أي تقسيم منفصل للاختبار.

استكشف Signature على منصة Ultralytics لتصفح الصور مع تراكبات التصنيف الخاصة بها، وعرض توزيع الفئات وخرائط حرارة مربعات الإحاطة في علامة التبويب Charts، ونسخها لتدريب نموذجك الخاص في السحابة.

Link to this sectionالتطبيقات#

يمكن للنموذج المدرب على مجموعة البيانات هذه تحديد وتتبع التوقيعات في المستندات الممسوحة ضوئيًا ومقاطع الفيديو، مما يدعم:

• التحقق من المستندات: أتمتة عمليات التحقق من التوقيعات في المستندات القانونية والمالية
• الكشف عن الاحتيال: تحديد التوقيعات المزورة أو غير المصرح بها
• معالجة المستندات الرقمية: تبسيط سير العمل في القطاعات الإدارية والقانونية
• المصارف والتمويل: تعزيز الأمان في معالجة الشيكات والتحقق من مستندات القروض
• البحث الأرشيفي: دعم تحليل المستندات التاريخية وفهرستها
• التعليم والبحث: دراسة خصائص التوقيع عبر أنواع المستندات في دورات الرؤية الحاسوبية

Link to this sectionYAML مجموعة البيانات#

يحدد ملف signature.yaml تكوين مجموعة البيانات — مسارات مجموعة البيانات، وأسماء الفئات، وبيانات وصفية أخرى. تتم صيانته في مستودع Ultralytics على الرابط https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/signature.yaml.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# Signature dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/signature
# Example usage: yolo train data=signature.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── signature ← downloads here (11.3 MB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: signature # dataset root dir
train: images/train # train images (relative to 'path') 143 images
val: images/val # val images (relative to 'path') 35 images

# Classes
names:
  0: signature

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/signature.zip

Link to this sectionالاستخدام#

لتدريب نموذج YOLO26n على مجموعة بيانات كشف التوقيعات لمدة 100 حقبة (epoch) بحجم صورة 640، استخدم نماذج التعليمات البرمجية المقدمة. للحصول على قائمة شاملة بالمعلمات المتاحة، راجع صفحة التدريب الخاصة بالنموذج.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="signature.yaml", epochs=100, imgsz=640)

بمجرد التدريب، يمكنك إجراء الاستدلال على المستندات أو الفيديو باستخدام النموذج الذي تم ضبطه بدقة. يقوم المثال أدناه بتشغيل التنبؤ على مقطع فيديو نموذجي بحد عتبة ثقة يبلغ 0.75:

from ultralytics import YOLO

# Load a model
model = YOLO("path/to/best.pt")  # load a signature-detection fine-tuned model

# Inference using the model
results = model.predict("https://ultralytics.com/assets/signature-s.mp4", conf=0.75)

Link to this sectionصور وشروحات توضيحية عينة#

تغطي مجموعة البيانات مجموعة متنوعة من تنسيقات المستندات، مما يساعد النماذج المدربة على التعميم عبر العقود والنماذج والخطابات. فيما يلي دفعة تدريب من مجموعة البيانات:

• صورة مفسفسة (Mosaiced Image): هنا، نقدم دفعة تدريب تتكون من صور مجموعة بيانات مفسفسة. التفسيف (Mosaicing)، وهو تقنية تدريب، يجمع صوراً متعددة في صورة واحدة، مما يثري تنوع الدفعة. تساعد هذه الطريقة في تعزيز قدرة النموذج على التعميم عبر أحجام التوقيع المختلفة، ونسب العرض إلى الارتفاع، والسياقات.

Link to this sectionالاقتباسات والشكر#

تم إتاحة مجموعة البيانات بموجب رخصة AGPL-3.0.

إذا كنت تستخدم مجموعة بيانات كشف التوقيعات في عملك البحثي أو التطويري، يرجى الاستشهاد بها بشكل مناسب:

@dataset{Ultralytics_Signature_Detection_Dataset_2024,
    author = {Ultralytics},
    title = {Signature Detection Dataset},
    year = {2024},
    publisher = {Ultralytics},
    url = {https://docs.ultralytics.com/datasets/detect/signature/}
}

Link to this sectionالأسئلة الشائعة#

Link to this sectionما الغرض من مجموعة بيانات كشف التوقيعات؟#

مجموعة بيانات كشف التوقيعات هي مجموعة من 178 صورة مستندات مُصنفة لتدريب النماذج على كشف التوقيعات المكتوبة بخط اليد. وهي تدعم التحقق من المستندات، وكشف الاحتيال، والأبحاث الأرشيفية، وتعد قاعدة عملية لبناء أنظمة تحليل المستندات الذكية باستخدام التعلم الآلي.

Link to this sectionكيف يمكنني تنزيل مجموعة بيانات كشف التوقيعات؟#

يتم تنزيل مجموعة البيانات تلقائيًا (11.3 ميجابايت) من أصول Ultralytics على GitHub في المرة الأولى التي تقوم فيها بالتدريب باستخدام data="signature.yaml" — لا يلزم تنزيل يدوي. لاستكشاف مجموعات بيانات أخرى، تصفح نظرة عامة على مجموعات بيانات الكشف.

Link to this sectionكم عدد الصور والفئات الموجودة في مجموعة بيانات كشف التوقيعات؟#

تحتوي مجموعة بيانات كشف التوقيعات على 143 صورة للتدريب و35 صورة للتحقق — 178 صورة إجمالاً — تم تصنيف كل منها بفئة واحدة، signature. لا يوجد تقسيم منفصل للاختبار. راجع قسم هيكل مجموعة البيانات وتكوين signature.yaml للحصول على التفاصيل.

Link to this sectionكيف يمكنني تدريب نموذج YOLO26n على مجموعة بيانات الكشف عن التوقيعات؟#

يمكنك تدريب نموذج YOLO26n لمدة 100 حقبة بحجم صورة 640 باستخدام Python أو CLI:

from ultralytics import YOLO

# Load a pretrained model
model = YOLO("yolo26n.pt")

# Train the model
results = model.train(data="signature.yaml", epochs=100, imgsz=640)

لمزيد من التفاصيل، راجع صفحة التدريب ونصائح تدريب النموذج.

Link to this sectionكيف يمكنني إجراء الاستدلال باستخدام نموذج مدرب على مجموعة بيانات كشف التوقيعات؟#

قم بتحميل الأوزان التي تم ضبطها بدقة وقم بتشغيل التنبؤ:

from ultralytics import YOLO

# Load the fine-tuned model
model = YOLO("path/to/best.pt")

# Perform inference
results = model.predict("https://ultralytics.com/assets/signature-s.mp4", conf=0.75)

Link to this sectionهل يمكنني استخدام مجموعة بيانات كشف التوقيعات في المشاريع التجارية؟#

تم إصدار مجموعة البيانات بموجب رخصة AGPL-3.0، والتي تسمح بالاستخدام التجاري بشرط أن تكون الأعمال المشتقة — بما في ذلك البرامج المقدمة عبر شبكة — متاحة بموجب نفس الرخصة. للحصول على خيارات الترخيص التي تزيل متطلبات المصدر المفتوح، راجع ترخيص Ultralytics.