İmza Algılama Veri Seti

Bu veri seti, belgelerdeki elle atılmış insan imzalarını algılamaya odaklanır. İmza etiketleri içeren çeşitli belge türlerini kapsar ve belge doğrulama ile sahtecilik tespiti uygulamaları için değerli bilgiler sağlar. computer vision algoritmalarını eğitmek için gerekli olan bu veri seti, farklı belge formatlarındaki imzaların tanımlanmasına yardımcı olarak belge analizindeki araştırma ve pratik uygulamaları destekler.

Veri Kümesi Yapısı

İmza algılama veri seti iki alt kümeye ayrılmıştır:

• Eğitim seti: Her biri ilgili etiketlere sahip 143 görsel içerir.
• Doğrulama seti: Her biri eşleşen etiketlere sahip 35 görsel içerir.

Uygulamalar

Bu veri seti, object detection, object tracking ve belge analizi gibi çeşitli bilgisayarlı görü görevlerinde kullanılabilir. Özellikle, belgelerdeki imzaları tanımlamak üzere modelleri eğitmek ve değerlendirmek için kullanılabilir; bu da şu alanlarda önemli uygulamalara sahiptir:

• Belge Doğrulama: Yasal ve finansal belgeler için doğrulama sürecini otomatize etme
• Sahtecilik Tespiti: Potansiyel olarak sahte veya yetkisiz imzaları tanımlama
• Dijital Belge İşleme: İdari ve yasal sektörlerde iş akışlarını hızlandırma
• Bankacılık ve Finans: Çek işlemleri ve kredi belgesi doğrulamasında güvenliği artırma
• Arşiv Araştırması: Tarihi belge analizi ve kataloglamayı destekleme

Ayrıca, öğrencilerin ve araştırmacıların farklı belge türlerindeki imza özelliklerini incelemelerine olanak tanıyarak eğitim amaçları için de değerli bir kaynak görevi görür.

Veri Kümesi YAML Dosyası

Bir YAML (Yet Another Markup Language) dosyası, yollar ve sınıflar bilgisi dahil olmak üzere veri seti yapılandırmasını tanımlar. İmza algılama veri seti için signature.yaml dosyası https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/signature.yaml adresinde bulunur.

# 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

İmza algılama veri seti üzerinde 100 epochs boyunca 640 görüntü boyutuyla bir YOLO26n modeli eğitmek için sağlanan kod örneklerini kullan. Mevcut parametrelerin kapsamlı bir 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)

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 Ek Açıklamalar

İmza algılama veri seti, farklı belge türlerini ve etiketlenmiş imzaları sergileyen çok çeşitli görsellerden oluşur. Aşağıda, her biri ilgili etiketleriyle birlikte veri setinden görsel örnekleri yer almaktadır.

• Mozaiklenmiş Görsel: Burada, mozaiklenmiş veri seti görsellerinden oluşan bir eğitim grubu sunuyoruz. Bir eğitim tekniği olan mozaikleme, birden fazla görseli tek bir karede birleştirerek grup çeşitliliğini zenginleştirir. Bu yöntem, modelin farklı imza boyutları, en-boy oranları ve bağlamlar genelinde genelleme yapma yeteneğini geliştirmeye yardımcı olur.

Bu örnek, İmza Algılama Veri Seti'ndeki görsellerin çeşitliliğini ve karmaşıklığını göstererek, eğitim sürecine mozaikleme dahil etmenin faydalarını vurgular.

Alıntılar ve Teşekkür

Veri seti AGPL-3.0 License altında yayınlanmıştır.

SSS

İmza Algılama Veri Seti nedir ve nasıl kullanılabilir?

İmza Algılama Veri Seti, çeşitli belge türlerindeki insan imzalarını algılamayı amaçlayan etiketli görsellerden oluşan bir koleksiyondur. Öncelikle belge doğrulama, sahtecilik tespiti ve arşiv araştırması gibi object detection ve takip gibi bilgisayarlı görü görevlerinde kullanılabilir. Bu veri seti, modellerin farklı bağlamlardaki imzaları tanıması için eğitilmesine yardımcı olur ve bu da onu smart document analysis alanındaki hem araştırma hem de pratik uygulamalar için değerli kılar.

İmza Algılama Veri Seti üzerinde YOLO26n modelini nasıl eğitirim?

İmza Algılama Veri Seti üzerinde bir YOLO26n modeli eğitmek için şu adımları izle:

1. signature.yaml veri seti yapılandırma dosyasını signature.yaml adresinden indir.
2. Eğitimi başlatmak için aşağıdaki Python betiğini veya CLI komutunu kullan:

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)

Daha fazla ayrıntı için Training sayfasına başvur.

İmza Algılama Veri Seti'nin temel uygulamaları nelerdir?

İmza Algılama Veri Seti şunlar için kullanılabilir:

1. Belge Doğrulama: Belgelerdeki insan imzalarının varlığını ve gerçekliğini otomatik olarak doğrulama.
2. Sahtecilik Tespiti: Yasal ve finansal belgelerdeki sahte veya şüpheli imzaları tanımlama.
3. Arşiv Araştırması: Tarihçilere ve arşivcilere tarihi belgelerin dijital analizi ve kataloglanmasında yardımcı olma.
4. Eğitim: Bilgisayarlı görü ve machine learning alanlarında akademik araştırmayı ve öğretimi destekleme.
5. Finansal Hizmetler: İmza gerçekliğini doğrulayarak bankacılık işlemlerinde ve kredi işlemlerinde güvenliği artırma.

İmza Algılama Veri Seti üzerinde eğitilmiş bir model kullanarak nasıl çıkarım yapabilirim?

İmza Algılama Veri Seti üzerinde eğitilmiş bir modelle çıkarım yapmak için şu adımları izle:

1. İnce ayar yapılmış modelini yükle.
2. Çıkarım yapmak için aşağıdaki Python betiğini veya CLI komutunu kullan:

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)

İmza Algılama Veri Seti'nin yapısı nedir ve daha fazla bilgiyi nerede bulabilirim?

İmza Algılama Veri Seti iki alt kümeye ayrılmıştır:

• Eğitim Seti: Etiketli 143 görsel içerir.
• Doğrulama Seti: Etiketli 35 görsel içerir.

For detailed information, you can refer to the Dataset Structure section. Additionally, view the complete dataset configuration in the signature.yaml file located at signature.yaml.