서명 탐지 데이터 세트

Q: How do I train a YOLO11n model on the Signature Detection Dataset?

서명 감지 데이터 세트에서 YOLO11n 모델을 훈련하려면 다음 단계를 따르세요: 자세한 내용은 학습 페이지를 참조하세요.

Q: What is the structure of the Signature Detection Dataset, and where can I find more information?

서명 감지 데이터 세트는 두 개의 하위 집합으로 나뉩니다: 자세한 내용은 데이터 세트 구조 섹션을 참조하세요. 또한 signature.yaml 파일에서 전체 데이터 세트 구성을 확인할 수 있습니다.

이 데이터 세트는 문서 내에서 사람이 직접 작성한 서명을 감지하는 데 중점을 둡니다. 여기에는 주석이 달린 서명이 있는 다양한 문서 유형이 포함되어 있어 문서 검증 및 사기 탐지 애플리케이션에 유용한 인사이트를 제공합니다. 컴퓨터 비전 알고리즘 훈련에 필수적인 이 데이터 세트는 다양한 문서 형식의 서명을 식별하는 데 도움이 되며, 문서 분석에 대한 연구 및 실제 적용을 지원합니다.

데이터 세트 구조

서명 감지 데이터 세트는 두 개의 하위 집합으로 나뉩니다:

트레이닝 세트: 143개의 이미지와 각각 해당 주석이 포함되어 있습니다.
유효성 검사 세트: 35개의 이미지와 각각 쌍을 이루는 주석을 포함합니다.

애플리케이션

이 데이터 세트는 객체 감지, 객체 추적, 문서 분석과 같은 다양한 컴퓨터 비전 작업에 적용할 수 있습니다. 특히 문서에서 서명을 식별하기 위한 모델을 훈련하고 평가하는 데 사용할 수 있으며, 이는 중요한 응용 분야입니다:

문서 검증: 법률 및 재무 문서에 대한 검증 프로세스 자동화
사기 탐지: 잠재적으로 위조되거나 승인되지 않은 서명 식별
디지털 문서 처리: 행정 및 법률 부문의 워크플로 간소화
은행 및 금융: 수표 처리 및 대출 서류 확인의 보안 강화
아카이브 연구: 기록 문서 분석 및 목록화 지원

또한 학생과 연구자가 다양한 문서 유형에 걸쳐 서명 특성을 연구할 수 있는 교육용 리소스로도 유용합니다.

데이터 세트 YAML

YAML(또 다른 마크업 언어) 파일은 경로 및 클래스 정보를 포함한 데이터 세트 구성을 정의합니다. 서명 감지 데이터 세트의 경우, 서명 감지 데이터 세트의 signature.yaml 파일은 다음 위치에 있습니다. https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/signature.yaml.

ultralytics/cfg/데이터세트/서명.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 (11.2 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: ../datasets/signature # dataset root dir
train: train/images # train images (relative to 'path') 143 images
val: valid/images # 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

사용법

이미지 크기가 640인 100개의 에포크에 대한 서명 감지 데이터 세트에 대해 YOLO11n 모델을 훈련하려면 제공된 코드 샘플을 사용하세요. 사용 가능한 파라미터의 전체 목록은 모델의 학습 페이지를 참조하세요.

열차 예시

PythonCLI

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

추론 예제

PythonCLI

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

샘플 이미지 및 주석

서명 감지 데이터 세트는 다양한 문서 유형과 주석이 달린 서명을 보여주는 다양한 이미지로 구성되어 있습니다. 아래는 데이터 세트의 이미지 예시이며, 각 이미지에는 해당 주석이 첨부되어 있습니다.

서명 감지 데이터 세트 샘플 이미지

모자이크 이미지: 여기에서는 모자이크된 데이터 세트 이미지로 구성된 훈련 배치를 소개합니다. 훈련 기법인 모자이크는 여러 이미지를 하나로 결합하여 배치의 다양성을 풍부하게 합니다. 이 방법은 다양한 서명 크기, 종횡비 및 컨텍스트에 걸쳐 일반화하는 모델의 능력을 향상시키는 데 도움이 됩니다.

이 예는 서명 감지 데이터 세트에 포함된 이미지의 다양성과 복잡성을 보여주며, 학습 과정에서 모자이킹을 포함할 때 얻을 수 있는 이점을 강조합니다.

인용 및 감사

이 데이터 세트는 AGPL-3.0 라이선스에 따라 공개되었습니다.

자주 묻는 질문

서명 감지 데이터세트란 무엇이며 어떻게 사용할 수 있나요?

서명 감지 데이터 세트는 다양한 문서 유형 내에서 사람의 서명을 감지하기 위한 주석이 달린 이미지 모음입니다. 주로 문서 검증, 사기 탐지 및 기록 연구와 같은 객체 감지 및 추적과 같은 컴퓨터 비전 작업에 적용할 수 있습니다. 이 데이터 세트는 다양한 맥락에서 서명을 인식하도록 모델을 훈련하는 데 도움이 되므로 스마트 문서 분석의 연구와 실제 적용 모두에 유용합니다.

서명 감지 데이터 세트에서 YOLO11n 모델을 훈련하려면 어떻게 해야 하나요?

서명 감지 데이터 세트에서 YOLO11n 모델을 학습시키려면 다음 단계를 따르세요:

다운로드 signature.yaml 데이터 세트 구성 파일에서 signature.yaml.
다음 Python 스크립트 또는 CLI 명령을 사용하여 교육을 시작하세요:

열차 예시

PythonCLI

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

자세한 내용은 교육 페이지를 참조하세요.