Dataset per il rilevamento delle firme#

178

signature

ultralytics

publicDetect

Signature contains scanned and photographed documents with single-class boxes around handwritten signatures. It supports signature localization before verification, fraud analysis, redaction, document indexing, and automated form processing across varied page layouts.

21 class22 MBSep 2, 2026

signature

Il dataset Ultralytics Signature Detection è un dataset di rilevamento degli oggetti composto da 178 immagini di documenti annotate con un'unica classe signature, già suddivise in 143 immagini di addestramento e 35 di convalida. Il dataset viene scaricato automaticamente (11.3 MB) la prima volta che avvii l'addestramento, offrendo un punto di partenza compatto per applicazioni di visione artificiale come la verifica dei documenti, il rilevamento delle frodi e l'elaborazione digitale dei documenti.

Struttura del dataset#

Il dataset contiene 178 immagini di vari tipi di documenti con firme manoscritte, suddivise in due sottoinsiemi:

Ogni immagine contiene annotazioni con riquadri per una classe, signature, e la configurazione non definisce una suddivisione di test separata.

Esplora Signature su Ultralytics Platform per sfogliare le immagini con le sovrapposizioni delle annotazioni, visualizzare la distribuzione delle classi e le mappe di calore dei riquadri nella scheda Grafici e clonare il dataset per addestrare il tuo modello nel cloud.

Applicazioni#

Un modello addestrato su questo dataset può identificare e tracciare le firme in documenti digitalizzati e video, supportando:

• Verifica dei documenti: automatizzare i controlli delle firme nei documenti legali e finanziari
• Rilevamento delle frodi: identificare firme potenzialmente contraffatte o non autorizzate
• Elaborazione digitale dei documenti: semplificare i flussi di lavoro nei settori amministrativo e legale
• Banche e finanza: rafforzare la sicurezza nell'elaborazione degli assegni e nella verifica dei documenti per i prestiti
• Ricerca archivistica: supportare l'analisi e la catalogazione di documenti storici
• Istruzione e ricerca: studiare le caratteristiche delle firme nei diversi tipi di documenti nell'ambito dei corsi di visione artificiale

YAML del dataset#

Il file signature.yaml definisce la configurazione del dataset, compresi i percorsi dei dataset, i nomi delle classi e altri metadati. È mantenuto nel repository Ultralytics in 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

Utilizzo#

Per addestrare un modello YOLO26n sul dataset Signature Detection per 100 epoche con una dimensione dell'immagine di 640, usa gli esempi di codice forniti. Per un elenco completo dei parametri disponibili, consulta la pagina Addestramento del modello.

from ultralytics import YOLO

# Carica un modello
model = YOLO("yolo26n.pt")  # carica un modello preaddestrato (consigliato per l'addestramento)

# Addestra il modello
results = model.train(data="signature.yaml", epochs=100, imgsz=640)

Dopo l'addestramento, puoi eseguire l'inferenza su documenti o video con il modello sottoposto a fine-tuning. L'esempio seguente esegue una predizione su un video di esempio con una soglia di confidenza di 0.75:

from ultralytics import YOLO

# Carica un modello
model = YOLO("path/to/best.pt")  # carica un modello sottoposto a fine-tuning per il rilevamento delle firme

# Inferenza con il modello
results = model.predict("https://ultralytics.com/assets/signature-s.mp4", conf=0.75)

Immagini di esempio e annotazioni#

Il dataset copre diversi formati di documenti, aiutando i modelli addestrati a generalizzare tra contratti, moduli e lettere. Di seguito è riportato un batch di addestramento tratto dal dataset:

• Immagine a mosaico: qui mostriamo un batch di training composto da immagini del dataset disposte a mosaico. Il mosaicing, una tecnica di training, combina più immagini in una sola, aumentando la diversità del batch. Questo metodo contribuisce a migliorare la capacità del modello di generalizzare tra firme di dimensioni, proporzioni e contesti diversi.

Citazioni e ringraziamenti#

Il dataset è disponibile con la licenza AGPL-3.0.

Se usi il Signature Detection Dataset per attività di ricerca o sviluppo, citane correttamente la fonte:

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

Domande frequenti#