Link to this section서명 탐지 데이터셋#

Ultralytics Signature Detection Dataset은 178개의 문서 이미지로 구성된 객체 탐지 데이터셋으로, 단일 signature 클래스로 주석이 달려 있으며 학습용 143개와 검증용 35개 이미지로 미리 분할되어 있습니다. 이 데이터셋은 학습을 처음 시작할 때 자동으로 다운로드(11.3 MB)되므로, 문서 검증, 사기 탐지 및 디지털 문서 처리와 같은 컴퓨터 비전 애플리케이션을 시작하기 위한 간편한 출발점이 됩니다.

Link to this section데이터셋 구조#

이 데이터셋은 자필 서명이 포함된 다양한 문서 유형의 이미지 178개를 포함하고 있으며, 다음과 같이 두 개의 하위 집합으로 나뉩니다:

모든 이미지에는 signature라는 한 가지 클래스에 대한 경계 상자 주석이 포함되어 있으며, 구성 파일에 별도의 테스트 분할은 정의되어 있지 않습니다.

Ultralytics 플랫폼의 Signature를 탐색하여 주석 오버레이가 포함된 이미지를 살펴보고, 차트 탭에서 클래스 분포와 경계 상자 히트맵을 확인한 후 이를 클론하여 클라우드에서 모델을 직접 학습해 보십시오.

Link to this section응용 분야#

이 데이터셋으로 학습된 모델은 스캔된 문서나 비디오에서 서명을 식별하고 추적할 수 있으며, 다음 분야를 지원합니다:

• 문서 검증: 법적 및 금융 문서의 서명 확인 자동화
• 사기 탐지: 위조되었거나 승인되지 않은 서명 식별
• 디지털 문서 처리: 행정 및 법률 분야의 워크플로 간소화
• 은행 및 금융: 수표 처리 및 대출 문서 검증의 보안 강화
• 아카이브 연구: 역사적 문서 분석 및 카탈로그화 지원
• 교육 및 연구: 컴퓨터 비전 강의에서 다양한 문서 유형에 따른 서명 특성 연구

Link to this section데이터셋 YAML#

signature.yaml 파일은 데이터셋 경로, 클래스 이름 및 기타 메타데이터를 포함한 데이터셋 구성을 정의합니다. 이 파일은 다음 Ultralytics 저장소에서 관리됩니다: 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

Link to this section사용법#

To train a YOLO26n model on the Signature Detection Dataset for 100 epochs with an image size of 640, use the provided code samples. For a comprehensive list of available parameters, refer to the model's Training page.

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)

학습이 완료되면 미세 조정된 모델을 사용하여 문서나 비디오에서 추론을 실행할 수 있습니다. 아래 예시는 신뢰도 임계값 0.75를 사용하여 샘플 비디오에 대해 예측을 실행하는 코드입니다:

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)

Link to this section샘플 이미지 및 주석#

이 데이터셋은 다양한 문서 형식을 다루고 있어 모델이 계약서, 양식, 편지 등 다양한 문서에 대해 일반화 능력을 갖추도록 돕습니다. 아래는 데이터셋의 학습 배치 예시입니다:

• 모자이크 이미지(Mosaiced Image): 여기에서는 모자이크 처리된 데이터셋 이미지로 구성된 학습 배치를 보여드립니다. 학습 기술 중 하나인 모자이크는 여러 이미지를 하나로 결합하여 배치 다양성을 풍부하게 만듭니다. 이 방법은 다양한 서명 크기, 종횡비 및 맥락에 걸쳐 일반화하는 모델의 능력을 향상시키는 데 도움이 됩니다.

Link to this section인용 및 감사의 글#

이 데이터셋은 AGPL-3.0 라이선스 하에 제공됩니다.

연구 또는 개발 작업에 Signature Detection Dataset을 사용하는 경우 적절하게 인용해 주십시오:

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

Link to this sectionFAQ#

Link to this sectionSignature Detection Dataset은 어디에 사용되나요?#

The Signature Detection Dataset is a collection of 178 annotated document images for training models to detect handwritten signatures. It supports document verification, fraud detection, and archival research, and is a practical base for building smart document analysis systems with machine learning.

Link to this sectionSignature Detection Dataset은 어떻게 다운로드하나요?#

data="signature.yaml"을 사용하여 처음 학습을 실행할 때 Ultralytics GitHub 에셋에서 데이터셋이 자동으로 다운로드(11.3 MB)되므로 수동 다운로드가 필요하지 않습니다. 다른 데이터셋을 탐색하려면 탐지 데이터셋 개요를 확인하십시오.

Link to this sectionSignature Detection Dataset에는 몇 개의 이미지와 클래스가 포함되어 있나요?#

Signature Detection Dataset은 학습용 143개, 검증용 35개(총 178개)의 이미지로 구성되어 있으며, 각 이미지에는 signature라는 단일 클래스에 대한 주석이 달려 있습니다. 별도의 테스트 분할은 없습니다. 자세한 내용은 데이터셋 구조 섹션과 signature.yaml 구성을 참조하십시오.

Link to this section서명 탐지 데이터셋에서 YOLO26n 모델을 어떻게 학습시킵니까?#

Python 또는 CLI를 사용하여 이미지 크기 640으로 100 에폭 동안 YOLO26n 모델을 학습할 수 있습니다:

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)

자세한 내용은 학습 페이지와 모델 학습 팁을 참조하십시오.

Link to this sectionSignature Detection Dataset으로 학습된 모델을 사용하여 어떻게 추론을 실행할 수 있나요?#

미세 조정된 가중치를 로드하고 예측을 실행하십시오:

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)

Link to this section상업적 프로젝트에서 Signature Detection Dataset을 사용할 수 있나요?#

이 데이터셋은 AGPL-3.0 라이선스 하에 공개되어 있으며, 네트워크를 통해 제공되는 소프트웨어를 포함한 파생 작업물이 동일한 라이선스 조건으로 공개되는 경우 상업적 사용이 가능합니다. 오픈 소스 요구 사항을 제거하는 라이선스 옵션은 Ultralytics 라이선스를 참조하십시오.