Link to this sectionConjunto de datos de detección de firmas#

El conjunto de datos de detección de firmas de Ultralytics es un conjunto de datos de detección de objetos que consta de 178 imágenes de documentos anotadas con una única clase signature, divididas previamente en 143 imágenes de entrenamiento y 35 de validación. El conjunto de datos se descarga automáticamente (11.3 MB) la primera vez que entrenas, lo que lo convierte en un punto de partida compacto para aplicaciones de visión artificial como la verificación de documentos, la detección de fraudes y el procesamiento de documentos digitales.

Link to this sectionEstructura del dataset#

El conjunto de datos contiene 178 imágenes de varios tipos de documentos con firmas manuscritas, divididas en dos subconjuntos:

Cada imagen contiene anotaciones de cuadro delimitador (bounding-box) para una clase, signature, y la configuración no define una división de prueba por separado.

Explora Signature en la plataforma de Ultralytics para examinar las imágenes con sus superposiciones de anotaciones, ver la distribución de clases y los mapas de calor de cuadros delimitadores en la pestaña Charts, y clónalo para entrenar tu propio modelo en la nube.

Link to this sectionAplicaciones#

Un modelo entrenado con este conjunto de datos puede identificar y rastrear firmas en documentos escaneados y video, permitiendo:

• Verificación de documentos: Automatización de comprobaciones de firmas en documentos legales y financieros
• Detección de fraudes: Identificación de firmas potencialmente falsificadas o no autorizadas.
• Procesamiento de documentos digitales: Agilización de flujos de trabajo en sectores administrativos y legales.
• Banca y finanzas: Mejora de la seguridad en el procesamiento de cheques y la verificación de documentos de préstamos.
• Investigación de archivos: Apoyo al análisis y catalogación de documentos históricos.
• Educación e investigación: Estudio de las características de las firmas en diferentes tipos de documentos en cursos de visión artificial

Link to this sectionYAML del dataset#

El archivo signature.yaml define la configuración del conjunto de datos: las rutas del conjunto de datos, los nombres de las clases y otros metadatos. Se mantiene en el repositorio de Ultralytics en 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 sectionUso#

Para entrenar un modelo YOLO26n con el conjunto de datos de detección de firmas durante 100 épocas con un tamaño de imagen de 640, usa los ejemplos de código proporcionados. Para obtener una lista completa de los parámetros disponibles, consulta la página de Entrenamiento del modelo.

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)

Una vez entrenado, puedes ejecutar inferencia en documentos o video con el modelo ajustado. El ejemplo a continuación ejecuta una predicción en un video de muestra con un umbral de confianza de 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 sectionMuestras de imágenes y anotaciones#

El conjunto de datos cubre una variedad de formatos de documentos, ayudando a los modelos entrenados a generalizar a través de contratos, formularios y cartas. A continuación, se muestra un lote de entrenamiento del conjunto de datos:

• Imagen en mosaico: Aquí presentamos un lote de entrenamiento que consiste en imágenes del conjunto de datos en mosaico. El mosaico, una técnica de entrenamiento, combina varias imágenes en una, enriqueciendo la diversidad de los lotes. Este método ayuda a mejorar la capacidad del modelo para generalizar entre diferentes tamaños de firma, relaciones de aspecto y contextos.

Link to this sectionCitas y agradecimientos#

El conjunto de datos se ha puesto a disposición bajo la Licencia AGPL-3.0.

Si utilizas el conjunto de datos de detección de firmas en tu trabajo de investigación o desarrollo, por favor cítalo adecuadamente:

@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 sectionFAQ#

Link to this section¿Para qué se utiliza el conjunto de datos de detección de firmas?#

El conjunto de datos de detección de firmas es una colección de 178 imágenes de documentos anotadas para entrenar modelos para detectar firmas manuscritas. Admite la verificación de documentos, la detección de fraudes y la investigación de archivos, y es una base práctica para crear sistemas de análisis inteligente de documentos con aprendizaje automático.

Link to this section¿Cómo descargo el conjunto de datos de detección de firmas?#

El conjunto de datos se descarga automáticamente (11.3 MB) desde los recursos de GitHub de Ultralytics la primera vez que entrenas con data="signature.yaml"; no se requiere descarga manual. Para explorar otros conjuntos de datos, consulta la visión general de conjuntos de datos de detección.

Link to this section¿Cuántas imágenes y clases hay en el conjunto de datos de detección de firmas?#

El conjunto de datos de detección de firmas contiene 143 imágenes de entrenamiento y 35 de validación (178 en total), cada una anotada con una única clase, signature. No existe una división de prueba por separado. Consulta la sección Estructura del conjunto de datos y la configuración de signature.yaml para obtener más detalles.

Link to this section¿Cómo entreno un modelo YOLO26n con el conjunto de datos de detección de firmas?#

Puedes entrenar un modelo YOLO26n durante 100 épocas con un tamaño de imagen de 640 utilizando Python o la 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)

Para obtener más detalles, consulta la página de Entrenamiento y los consejos para el entrenamiento de modelos.

Link to this section¿Cómo puedo ejecutar la inferencia con un modelo entrenado en el conjunto de datos de detección de firmas?#

Carga tus pesos ajustados y ejecuta la predicción:

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 section¿Puedo utilizar el conjunto de datos de detección de firmas en proyectos comerciales?#

El conjunto de datos se publica bajo la Licencia AGPL-3.0, que permite el uso comercial siempre que las obras derivadas (incluyendo software ofrecido a través de una red) estén disponibles bajo la misma licencia. Para opciones de licencia que eliminen los requisitos de código abierto, consulta Licencias de Ultralytics.