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 Signature Detection Dataset di Ultralytics è un dataset di rilevamento degli oggetti composto da 178 immagini di documenti annotate con un'unica classe signature, suddivise in precedenza in 143 immagini di addestramento e 35 di validazione. Il dataset viene scaricato automaticamente (11,3 MB) la prima volta che esegui l'addestramento, offrendo una base di partenza compatta per applicazioni di computer vision 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 dei riquadri di delimitazione per una classe, signature, e la configurazione non definisce uno split di test separato.

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

Applicazioni#

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

• Verifica dei documenti: automatizzazione dei controlli delle firme in documenti legali e finanziari
• Rilevamento delle frodi: identificazione di firme potenzialmente falsificate o non autorizzate
• Elaborazione digitale dei documenti: ottimizzazione dei flussi di lavoro nei settori amministrativo e legale
• Settore bancario e finanziario: miglioramento della sicurezza nell'elaborazione degli assegni e nella verifica dei documenti per i prestiti
• Ricerca d'archivio: supporto all'analisi e alla catalogazione di documenti storici
• Istruzione e ricerca: studio delle caratteristiche delle firme tra diversi tipi di documenti nei corsi di computer vision

YAML del dataset#

Il file signature.yaml definisce la configurazione del dataset: i percorsi del dataset, i nomi delle classi e altri metadati. È mantenuto nel repository di Ultralytics all'indirizzo 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 Signature Detection Dataset per 100 epoche con una dimensione delle immagini di 640, usa gli esempi di codice forniti. Per un elenco completo dei parametri disponibili, consulta la pagina Training del modello.

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 volta completato l'addestramento, puoi eseguire l'inferenza su documenti o video con il modello ottimizzato. L'esempio seguente esegue la predizione su un video di esempio con una soglia di confidenza pari a 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)

Immagini ed esempi di annotazioni#

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

• Immagine mosaicata: qui presentiamo un batch di addestramento composto da immagini mosaicate del dataset. La mosaicatura, una tecnica di addestramento, 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 stato reso disponibile ai sensi della Licenza AGPL-3.0.

Se utilizzi il Signature Detection Dataset nel tuo lavoro 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}
}

FAQ#