Conjunto de Dados de Deteção de Assinaturas#

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

O Conjunto de Dados de Deteção de Assinaturas da Ultralytics é um conjunto de dados de deteção de objetos com 178 imagens de documentos anotadas com uma única classe signature, pré-divididas em 143 imagens de treino e 35 de validação. O conjunto de dados é transferido automaticamente (11,3 MB) na primeira vez que treinas, tornando-o um ponto de partida compacto para aplicações de visão computacional, como verificação de documentos, deteção de fraude e processamento de documentos digitais.

Estrutura do Conjunto de Dados#

O conjunto de dados contém 178 imagens de vários tipos de documentos com assinaturas manuscritas, divididas em dois subconjuntos:

Cada imagem contém anotações de caixas delimitadoras para uma classe, signature, e a configuração não define uma divisão de teste separada.

Explora Signature na Ultralytics Platform para navegar pelas imagens com as respetivas sobreposições de anotações, ver a distribuição das classes e os mapas de calor das caixas delimitadoras no separador Charts, e cloná-lo para treinares o teu próprio modelo na cloud.

Aplicações#

Um modelo treinado com este conjunto de dados pode identificar e acompanhar assinaturas em documentos digitalizados e vídeo, permitindo:

• Verificação de Documentos: Automatizar a verificação de assinaturas em documentos legais e financeiros
• Deteção de Fraude: Identificar assinaturas potencialmente falsificadas ou não autorizadas
• Processamento de Documentos Digitais: Simplificar os fluxos de trabalho nos setores administrativo e jurídico
• Banca e Finanças: Reforçar a segurança no processamento de cheques e na verificação de documentos de empréstimos
• Investigação Arquivística: Apoiar a análise e a catalogação de documentos históricos
• Educação e Investigação: Estudar as características das assinaturas em diferentes tipos de documentos em cursos de visão computacional

YAML do Conjunto de Dados#

O ficheiro signature.yaml define a configuração do conjunto de dados — os caminhos do conjunto de dados, os nomes das classes e outros metadados. É mantido no repositório da Ultralytics em 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

Utilização#

Para treinares um modelo YOLO26n no Conjunto de Dados de Deteção de Assinaturas durante 100 épocas, com um tamanho de imagem de 640, utiliza os exemplos de código fornecidos. Para obteres uma lista completa dos parâmetros disponíveis, consulta a página de Treino do modelo.

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)

Depois de treinado, podes executar inferência em documentos ou vídeo com o modelo ajustado. O exemplo abaixo executa a previsão num vídeo de exemplo com um limiar de confiança de 0,75:

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)

Imagens de exemplo e anotações#

O conjunto de dados abrange vários formatos de documentos, ajudando os modelos treinados a generalizar entre contratos, formulários e cartas. Abaixo encontra-se um lote de treino do conjunto de dados:

• Imagem em Mosaico: Aqui, apresentamos um lote de treino composto por imagens do conjunto de dados organizadas em mosaico. A criação de mosaicos, uma técnica de treino, combina várias imagens numa só, enriquecendo a diversidade do lote. Este método ajuda a melhorar a capacidade do modelo de generalizar entre diferentes tamanhos de assinatura, proporções e contextos.

Citações e agradecimentos#

O conjunto de dados foi disponibilizado ao abrigo da Licença AGPL-3.0.

Se utilizares o Conjunto de Dados de Deteção de Assinaturas no teu trabalho de investigação ou desenvolvimento, cita-o devidamente:

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

Perguntas frequentes#