署名検出データセット#

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

Ultralytics署名検出データセットは、単一の signature クラスでアノテーションされた178枚の文書画像からなる物体検出データセットで、143枚のトレーニング画像と35枚の検証画像にあらかじめ分割されています。トレーニングを初めて実行すると、データセット（11.3 MB）が自動的にダウンロードされるため、文書検証、不正検出、デジタル文書処理などのコンピュータービジョンアプリケーションを始めるためのコンパクトな基盤となります。

データセットの構成#

このデータセットには、手書き署名を含むさまざまな種類の文書画像178枚が含まれており、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、設定では個別のテスト分割は定義されていません。

Ultralytics Platform上の署名を確認すると、アノテーションオーバーレイ付きの画像を閲覧したり、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たり、クローンしてクラウド上で独自のモデルをトレーニングしたりできます。

アプリケーション#

このデータセットでトレーニングしたモデルは、スキャンした文書や動画内の署名を識別して追跡でき、次の用途に活用できます。

• 文書検証：法務文書や財務文書における署名確認の自動化
• 不正検出：偽造または権限のない署名の可能性の特定
• デジタル文書処理：管理部門や法務部門におけるワークフローの効率化
• 銀行・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
• アーカイブ調査：歴史的文書の分析とカタログ化の支援
• 教育・研究：コンピュータービジョンのコースにおける、文書の種類をまたいだ署名特性の研究

データセット YAML#

signature.yaml ファイルは、データセットの設定（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。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#

提供されているコードサンプルを使用すると、署名検出データセットで画像サイズ640、100エポックのYOLO26nモデルをトレーニングできます。利用可能なパラメーターの一覧については、モデルのトレーニング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)

トレーニング後は、ファインチューニング済みモデルを使用して文書や動画に対する推論を実行できます。以下の例では、信頼度しきい値0.75でサンプル動画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さまざまな文書形式を網羅しており、トレーニング済みモデルが契約書、フォーム、レターなどにまたがって汎化するのに役立ちます。以下はデータセットのトレーニングバッチです。

• モザイク画像：ここでは、モザイク化したデータセット画像で構成されたトレーニングバッチを示します。モザイク化は、複数の画像を1枚に組み合わせてバッチの多様性を高めるトレーニング手法です。この手法により、さまざまな署名サイズ、アスペクト比、コンテキストに対するモデルの汎化能力を高められます。

引用と謝辞#

このデータセットはAGPL-3.0ライセンスの下で提供されています。

署名検出データセットを研究または開発作業で使用する場合は、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}
}

FAQ#