署名検出データセット
このデータセットは、ドキュメント内の手書き署名の検出に焦点を当てています。注釈付きの署名を含むさまざまなドキュメントタイプが含まれており、ドキュメントの検証と不正検出のアプリケーションに役立つ貴重な洞察を提供します。コンピュータビジョンアルゴリズムのトレーニングに不可欠なこのデータセットは、さまざまなドキュメント形式での署名の識別を支援し、ドキュメント分析の研究と実用的なアプリケーションをサポートします。
データセットの構造
署名検出データセットは、2つのサブセットに分割されます。
- Training set: それぞれに対応するアノテーションが付いた143枚の画像が含まれています。
- 検証セット: 各画像はアノテーションとペアになっており、35枚の画像が含まれています。
アプリケーション
このデータセットは、物体検出、物体追跡、ドキュメント分析などのさまざまなコンピュータビジョンタスクに適用できます。具体的には、ドキュメント内の署名を識別するためのモデルをトレーニングおよび評価するために使用でき、これは以下のような重要なアプリケーションがあります。
- ドキュメント検証: 法的文書および財務文書の検証プロセスの自動化
- 不正検出: 偽造または不正な署名を特定します。
- デジタルドキュメント処理: 行政および法務分野でのワークフローの効率化
- 銀行および金融: 小切手処理および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をサポート
さらに、教育目的にも役立ち、学生や研究者がさまざまなドキュメントタイプ全体の署名の特性を研究できるようになります。
データセット YAML
YAML(Yet Another Markup Language)ファイルは、パスやクラス情報などのデータセット構成を定義します。署名検出データセットの場合、 signature.yaml
fileは以下にあります: https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/signature.yaml.
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
使用法
画像サイズ640でsignature detectionデータセット上でYOLO11nモデルを100エポック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ます。使用可能なパラメータの包括的なリストについては、モデルのトレーニングページを参照してください。
学習の例
from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n.pt") # load a pretrained model (recommended for training)
# Train the model
results = model.train(data="signature.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=signature.yaml model=yolo11n.pt epochs=100 imgsz=640
推論の例
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)
# Start prediction with a finetuned *.pt model
yolo detect predict model='path/to/best.pt' imgsz=640 source="https://ultralytics.com/assets/signature-s.mp4" conf=0.75
サンプル画像とアノテーション
署名検出データセットは、さまざまなドキュメントタイプと注釈付き署名を示す多種多様な画像で構成されています。以下は、データセットからの画像の例と、対応する注釈です。
- モザイク化された画像: ここでは、モザイク化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示します。モザイキングは、複数の画像を1つに結合してバッチの多様性を豊かにするトレーニング手法です。この手法は、さまざまな署名のサイズ、アスペクト比、およびコンテキストにわたってモデルの汎化能力を高めるのに役立ちます。
この例では、署名検出データセット内の画像の多様性と複雑さを説明し、トレーニングプロセス中にモザイク処理を含めることの利点を強調しています。
引用と謝辞
データセットは、AGPL-3.0ライセンスの下で公開されています。
よくある質問
Signature Detection Datasetとは何ですか?また、どのように使用できますか?
署名検出データセットは、さまざまなドキュメントタイプ内の人間の署名を検出することを目的とした、アノテーション付き画像のコレクションです。これは、主にドキュメントの検証、不正検出、およびアーカイブ調査のために、オブジェクト検出や追跡などのコンピュータビジョンタスクに適用できます。このデータセットは、さまざまなコンテキストで署名を認識するようにモデルをトレーニングするのに役立ち、スマートドキュメント分析の研究と実用的なアプリケーションの両方で役立ちます。
Signature Detection データセットで YOLO11n モデルをトレーニングするにはどうすればよいですか?
Signature Detection DatasetでYOLO11nモデルを学習させるには、以下の手順に従ってください。
- ダウンロード
signature.yaml
データセット構成ファイルを signature.yaml. - トレーニングを開始するには、次のpythonスクリプトまたはCLIコマンドを使用します:
学習の例
from ultralytics import YOLO
# Load a pretrained model
model = YOLO("yolo11n.pt")
# Train the model
results = model.train(data="signature.yaml", epochs=100, imgsz=640)
yolo detect train data=signature.yaml model=yolo11n.pt epochs=100 imgsz=640
詳細については、Trainingのページを参照してください。
署名検出データセットの主な用途は何ですか?
署名検出データセットは、以下に使用できます。
- ドキュメント検証: ドキュメント内の人間の署名の有無と真正性を自動的に検証します。
- 不正検出:法的文書や金融文書における偽造または不正な署名を特定します。
- アーカイブ調査: 歴史家やアーキビストによる歴史的文書のデジタル分析とカタログ作成の支援。
- 教育: コンピュータビジョンと機械学習の分野における学術研究と教育をサポートします。
- 金融サービス: 署名の信頼性を検証することにより、銀行取引および融資処理のセキュリティを強化します。
署名検出データセットでトレーニングされたモデルを使用して推論を実行するにはどうすればよいですか?
署名検出データセットでトレーニングされたモデルを使用して推論を実行するには、次の手順に従います。
- ファインチューニングされたモデルをロードします。
- 推論を実行するには、以下のpythonスクリプトまたはCLIコマンドを使用します:
推論の例
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)
yolo detect predict model='path/to/best.pt' imgsz=640 source="https://ultralytics.com/assets/signature-s.mp4" conf=0.75
Signature Detection Datasetの構造はどうなっていますか?また、詳細情報はどこで入手できますか?
署名検出データセットは、2つのサブセットに分割されています。
- Training Set: アノテーション付きの143枚の画像が含まれています。
- 検証セット: アノテーション付きの35枚の画像が含まれています。
詳細については、以下を参照してください。 データセットの構造 セクションを参照してください。さらに、完全なデータセット構成は以下で確認してください。 signature.yaml
fileは以下にあります: signature.yaml.