Набор данных для обнаружения подписей#

178

signature

ultralytics

publicDetect

Document analysis dataset for handwritten signature detection. Supports training models for document verification, fraud detection, and automated form processing.

21 class22 MBApr 28, 2026

signature

Датасет Ultralytics Signature Detection — это датасет object detection, состоящий из 178 изображений документов с разметкой для одного класса signature, предварительно разбитый на 143 обучающих и 35 валидационных изображений. Датасет скачивается автоматически (11,3 МБ) при первом обучении, представляя собой компактную отправную точку для приложений computer vision, таких как верификация документов, обнаружение мошенничества и обработка цифровых документов.

Структура набора данных#

Набор данных содержит 178 изображений различных типов документов с рукописными подписями, разделенных на две подвыборки:

Каждое изображение содержит аннотации в виде ограничивающих прямоугольников (bounding-box) для одного класса, signature, а конфигурация не определяет отдельную тестовую выборку.

Изучи Signature on Ultralytics Platform, чтобы просмотреть изображения с наложенными аннотациями, посмотреть распределение классов и тепловые карты ограничивающих прямоугольников на вкладке Charts, а также клонировать датасет для обучения собственной модели в облаке.

Применение#

Модель, обученная на этом датасете, может определять и track подписи в сканированных документах и видео, поддерживая:

• Верификация документов: Автоматизация проверки подписей в юридических и финансовых документах
• Обнаружение мошенничества: выявление потенциально поддельных или неавторизованных подписей
• Обработка цифровых документов: оптимизация рабочих процессов в административном и юридическом секторах
• Банковское дело и финансы: повышение безопасности при обработке чеков и проверке кредитной документации
• Архивные исследования: поддержка анализа и каталогизации исторических документов
• Образование и исследования: Изучение характеристик подписей в различных типах документов в рамках курсов по компьютерному зрению

YAML набора данных#

Файл signature.yaml определяет конфигурацию датасета — пути к данным, имена классов и другие метаданные. Он поддерживается в репозитории Ultralytics по адресу 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

Использование#

Чтобы обучить модель YOLO26n на датасете Signature Detection в течение 100 epochs с размером изображения 640, используй предоставленные примеры кода. Полный список доступных параметров см. на странице Training модели.

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)

После обучения ты можешь запустить inference на документах или видео с помощью дообученной модели. В примере ниже выполняется предсказание на образце видео с порогом уверенности 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)

Примеры изображений и аннотации#

Набор данных охватывает множество форматов документов, помогая обученным моделям обобщать данные для контрактов, форм и писем. Ниже представлен обучающий пакет из этого набора данных:

• Мозаичное изображение: здесь мы представляем обучающий пакет, состоящий из мозаичных изображений набора данных. Мозаика — это метод обучения, который объединяет несколько изображений в одно, обогащая разнообразие пакета. Этот метод помогает повысить способность модели к обобщению при работе с подписями разных размеров, соотношений сторон и контекстов.

Цитирование и благодарности#

Датасет доступен на условиях лицензии AGPL-3.0.

Если ты используешь набор данных Signature Detection в своей исследовательской или проектной работе, пожалуйста, укажи соответствующую ссылку:

@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#