署名検出データセット#

Ultralytics Signature Detection Dataset は、178枚のドキュメント画像のobject detectionデータセットであり、単一の signature クラスでアノテーションされ、トレーニング用143枚、検証用35枚に事前に分割されています。初めてトレーニングを行う際にデータセットが自動的にダウンロードされる（11.3 MB）ため、文書検証、不正検出、デジタル文書処理などのcomputer visionアプリケーション向けに、コンパクトな出発点となります。

データセットの構造#

このデータセットには、手書き署名を含む様々な種類の文書画像が178枚含まれており、以下の2つのサブセットに分割されています。

すべての画像には 1 つのクラス（signature）のバウンディングボックス アノテーションが付与されており、構成には個別のテスト分割は定義されていません。

Signature on Ultralytics Platformを探索して、アノテーションオーバーレイ付きの画像を閲覧し、Chartsタブでクラス分布やバウンディングボックスのヒートマップを表示し、クローンを作成してクラウドで独自のモデルをトレーニングできます。

アプリケーション#

このデータセットでトレーニングされたモデルは、スキャンされた文書やビデオ内の署名を識別してtrackすることができ、以下をサポートします。

• 文書照合: 法的文書や財務文書における署名チェックの自動化
• 不正検出: 偽造または不正な署名の特定
• デジタル文書処理: 管理および法務部門におけるワークフローの効率化
• 銀行および金融: 小切手処理や融資書類の検証におけるセキュリティの強化
• アーカイブ研究: 歴史的文書の分析とカタログ作成の支援
• 教育・研究: コンピュータビジョンのコースにおける、文書タイプごとの署名特性の調査

データセット YAML#

signature.yaml ファイルは、データセットの構成（データセットのパス、クラス名、その他のメタデータ）を定義します。これは、Ultralytics リポジトリの https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/signature.yaml で管理されています。

# 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

使用方法#

署名検出データセットで YOLO26n モデルを image サイズ 640 で 100 epochs トレーニングするには、提供されているコードサンプルを使用してください。利用可能なパラメータの包括的なリストについては、モデルの Training ページを参照してください。

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)

トレーニングが完了したら、微調整されたモデルを使用して文書やビデオでinferenceを実行できます。以下の例では、信頼度しきい値 0.75 でサンプル ビデオの予測を実行します。

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)

サンプル画像とアノテーション#

このデータセットは多様な文書フォーマットをカバーしており、契約書、フォーム、書簡などに対して学習済みモデルの汎化を助けます。以下は、データセットからの学習バッチの例です。

• モザイク画像: ここでは、モザイク処理されたデータセット画像で構成されるトレーニングバッチを表示しています。トレーニングテクニックの一つであるモザイク処理は、複数の画像を1つに結合してバッチの多様性を高めます。この手法は、さまざまな署名サイズ、アスペクト比、コンテキストにわたってモデルの汎化能力を向上させるのに役立ちます。

引用と謝辞#

データセットは AGPL-3.0 License の下で提供されています。

研究や開発活動でSignature Detection Datasetを使用する場合は、適切に引用してください。

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

よくある質問 (FAQ)#

Signature Detection Datasetは何に使用されますか？#

署名検出データセットは、手書き署名を検出するモデルをトレーニングするための 178 枚のアノテーション済みドキュメント画像のコレクションです。ドキュメント検証、不正検出、およびアーカイブ調査をサポートしており、machine learning を使用して smart document analysis システムを構築するための実用的なベースとなります。

Signature Detection Datasetはどのようにダウンロードすればよいですか？#

data="signature.yaml" を使用して初めてトレーニングを行う際、データセットは Ultralytics GitHub アセットから自動的にダウンロードされます（11.3 MB）。手動でのダウンロードは必要ありません。他のデータセットを探索するには、detection datasets overview を参照してください。

Signature Detection Datasetには何枚の画像といくつのクラスが含まれていますか？#

Signature Detection Dataset には、トレーニング用 143 枚、検証用 35 枚の合計 178 枚の画像が含まれており、それぞれが単一のクラス signature でアノテーションされています。個別のテスト分割はありません。詳細については、Dataset Structure セクションおよび signature.yaml 構成を参照してください。

署名検出データセットでYOLO26nモデルをトレーニングするにはどうすればよいですか？#

PythonまたはCLIを使用して、画像サイズ640で100エポックのYOLO26nモデルを学習できます。

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)

詳細については、Training ページおよびmodel training tips を参照してください。

Signature Detection Datasetで学習したモデルを使って推論を実行するにはどうすればよいですか？#

微調整された重みをロードしてpredictionを実行します:

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)

Signature Detection Datasetを商用プロジェクトで使用できますか？#

データセットは AGPL-3.0 License の下でリリースされています。このライセンスでは、ネットワーク経由で提供されるソフトウェアなどの派生物を同じライセンスの下で利用可能にすることを条件として、商用利用が許可されます。オープンソースの要件を排除するライセンス オプションについては、Ultralytics Licensing を参照してください。