İmza Algılama Veri Kümesi#

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

Ultralytics İmza Algılama Veri Kümesi, tek bir signature sınıfıyla etiketlenmiş 178 belge görüntüsünden oluşan bir nesne algılama veri kümesidir; veri kümesi önceden 143 eğitim ve 35 doğrulama görüntüsüne ayrılmıştır. Veri kümesi, ilk kez eğitim yaptığında otomatik olarak indirilir (11.3 MB); bu sayede belge doğrulama, sahtekârlık algılama ve dijital belge işleme gibi bilgisayarlı görü uygulamaları için kompakt bir başlangıç noktası sunar.

Veri Kümesi Yapısı#

Veri kümesi, el yazısı imzalar içeren çeşitli belge türlerinden 178 görüntü barındırır ve iki alt kümeye ayrılmıştır:

Her görüntüde signature adlı tek bir sınıf için sınırlayıcı kutu açıklamaları bulunur ve yapılandırma ayrı bir test bölümü tanımlamaz.

Görüntülere açıklama katmanlarıyla göz atmak, Charts sekmesinde sınıf dağılımını ve sınırlayıcı kutu ısı haritalarını görüntülemek ve kendi modelini bulutta eğitmek üzere veri kümesini klonlamak için Ultralytics Platform'da Signature'ı keşfet.

Uygulamalar#

Bu veri kümesiyle eğitilen bir model, taranmış belgelerde ve videolarda imzaları algılayıp izleyebilir ve şu alanları destekleyebilir:

• Belge Doğrulama: Hukuki ve finansal belgelerdeki imza kontrollerini otomatikleştirme
• Sahtekârlık Algılama: Olası sahte veya yetkisiz imzaları belirleme
• Dijital Belge İşleme: İdari ve hukuki sektörlerdeki iş akışlarını kolaylaştırma
• Bankacılık ve Finans: Çek işleme ve kredi belgesi doğrulamasında güvenliği artırma
• Arşiv Araştırması: Tarihî belge analizi ve kataloglamayı destekleme
• Eğitim ve Araştırma: Bilgisayarlı görü derslerinde farklı belge türleri arasındaki imza özelliklerini inceleme

Veri Kümesi YAML'i#

signature.yaml dosyası veri kümesi yapılandırmasını; veri kümesi yollarını, sınıf adlarını ve diğer meta verileri tanımlar. Dosya, Ultralytics deposunda https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/signature.yaml adresinde tutulur.

# 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

Kullanım#

Sağlanan kod örneklerini kullanarak İmza Algılama Veri Kümesi üzerinde 100 epoch ve 640 görüntü boyutuyla bir YOLO26n modeli eğit. Kullanılabilir parametrelerin kapsamlı listesi için modelin Training sayfasına başvur.

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)

Eğitim tamamlandıktan sonra, ince ayar yapılmış modelle belgeler veya videolar üzerinde çıkarım çalıştırabilirsin. Aşağıdaki örnek, 0.75 güven eşiğiyle örnek bir video üzerinde tahmin çalıştırır:

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)

Örnek Görüntüler ve Açıklamalar#

Veri kümesi çeşitli belge biçimlerini kapsar ve eğitilen modellerin sözleşmeler, formlar ve mektuplar arasında genelleme yapmasına yardımcı olur. Aşağıda veri kümesinden bir eğitim grubu gösterilmiştir:

• Mozaiklenmiş Görüntü: Burada, mozaiklenmiş veri kümesi görüntülerinden oluşan bir eğitim grubu sunuyoruz. Bir eğitim tekniği olan mozaikleme, birden fazla görüntüyü tek bir görüntüde birleştirerek grup çeşitliliğini zenginleştirir. Bu yöntem, modelin farklı imza boyutları, en-boy oranları ve bağlamlar arasında genelleme yapma yeteneğini geliştirmeye yardımcı olur.

Atıflar ve Teşekkürler#

Veri kümesi AGPL-3.0 Lisansı kapsamında kullanıma sunulmuştur.

İmza Algılama Veri Kümesi'ni araştırma veya geliştirme çalışmalarında kullanıyorsan lütfen uygun şekilde kaynak göster:

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

SSS#