Dataset di Rilevamento delle Firme#

178

signature

ultralytics

publicDetect

Document analysis dataset for handwritten signature detection. Supports training models for document verification, fraud detection, and automated form processing.

21 class22 MBApr 28, 2026

signature

Il dataset Signature Detection di Ultralytics è un dataset di object detection composto da 178 immagini di documenti annotate con una singola classe signature, pre-suddiviso in 143 immagini di training e 35 di validazione. Il dataset viene scaricato automaticamente (11.3 MB) la prima volta che esegui il training, risultando un punto di partenza compatto per applicazioni di computer vision come la verifica dei documenti, il rilevamento delle frodi e l'elaborazione dei documenti digitali.

Struttura del dataset#

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

Ogni immagine include annotazioni di bounding-box per una classe, signature, e la configurazione non definisce alcuno split di test separato.

Esplora Signature on Ultralytics Platform per visualizzare le immagini con i relativi overlay di annotazione, controlla la distribuzione delle classi e le heatmap dei bounding-box nella scheda Charts, e klonalo per addestrare il tuo modello nel cloud.

Applicazioni#

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

• Verifica dei Documenti: Automazione dei controlli delle firme in documenti legali e finanziari
• Rilevamento delle Frodi: Identificare firme potenzialmente falsificate o non autorizzate
• Elaborazione di Documenti Digitali: Ottimizzare i flussi di lavoro nei settori amministrativo e legale
• Banca e Finanza: Migliorare la sicurezza nell'elaborazione degli assegni e nella verifica dei documenti di prestito
• Ricerca Archivistica: Supportare l'analisi e la catalogazione di documenti storici
• Istruzione e Ricerca: Studio delle caratteristiche delle firme tra diversi tipi di documenti nei corsi di computer vision

Dataset YAML#

Il file signature.yaml definisce la configurazione del dataset: i percorsi del dataset, i nomi delle classi e altri metadati. È gestito nel repository 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 epochs con una dimensione dell'immagine pari a 640, usa gli esempi di codice forniti. Per un elenco completo dei parametri disponibili, fai riferimento alla 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 addestrato, puoi eseguire l'inference su documenti o video con il modello fine-tuned. 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)

Esempi di immagini e annotazioni#

Il dataset copre una varietà di formati di documento, aiutando i modelli addestrati a generalizzare su contratti, moduli e lettere. Di seguito è riportato un batch di addestramento dal dataset:

• Immagine a mosaico: Qui presentiamo un batch di training costituito da immagini del dataset a mosaico. Il mosaico, una tecnica di addestramento, combina più immagini in una sola, arricchendo la diversità del batch. Questo metodo aiuta a migliorare la capacità del modello di generalizzare tra diverse dimensioni, rapporti d'aspetto e contesti delle firme.

Citazioni e riconoscimenti#

Il set di dati è stato reso disponibile sotto la AGPL-3.0 License.

Se utilizzi il Signature Detection Dataset nel tuo lavoro di ricerca o sviluppo, ti preghiamo di citarlo in modo appropriato:

@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#