Bộ dữ liệu phát hiện chữ ký#

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

Bộ dữ liệu phát hiện chữ ký của Ultralytics là bộ dữ liệu phát hiện đối tượng gồm 178 ảnh tài liệu được gán nhãn với một lớp duy nhất là signature, được chia sẵn thành 143 ảnh huấn luyện và 35 ảnh validation. Bộ dữ liệu sẽ tự động được tải xuống (11.3 MB) trong lần đầu tiên bạn huấn luyện, cung cấp điểm khởi đầu gọn nhẹ cho các ứng dụng thị giác máy tính như xác minh tài liệu, phát hiện gian lận và xử lý tài liệu số.

Cấu trúc bộ dữ liệu#

Bộ dữ liệu gồm 178 ảnh thuộc nhiều loại tài liệu khác nhau có chữ ký viết tay, được chia thành hai tập con:

Mỗi ảnh có các annotation bounding box cho một lớp duy nhất, signature, và cấu hình không định nghĩa tập test riêng.

Khám phá Signature trên Ultralytics Platform để duyệt các ảnh cùng lớp phủ annotation, xem phân phối lớp và heatmap bounding box trong tab Charts, rồi clone bộ dữ liệu để huấn luyện model của riêng bạn trên cloud.

Ứng dụng#

Model được huấn luyện trên bộ dữ liệu này có thể nhận diện và theo dõi chữ ký trong tài liệu được quét và video, hỗ trợ:

• Xác minh tài liệu: Tự động hóa việc kiểm tra chữ ký trong các tài liệu pháp lý và tài chính
• Phát hiện gian lận: Nhận diện các chữ ký có khả năng bị giả mạo hoặc không được ủy quyền
• Xử lý tài liệu số: Tinh gọn quy trình làm việc trong các lĩnh vực hành chính và pháp lý
• Ngân hàng và tài chính: Tăng cường bảo mật trong xử lý séc và xác minh hồ sơ vay vốn
• Nghiên cứu lưu trữ: Hỗ trợ phân tích và lập danh mục tài liệu lịch sử
• Giáo dục và nghiên cứu: Nghiên cứu các đặc điểm chữ ký trên nhiều loại tài liệu trong các khóa học về thị giác máy tính

YAML của bộ dữ liệu#

File signature.yaml định nghĩa cấu hình bộ dữ liệu — đường dẫn bộ dữ liệu, tên lớp và các metadata khác. File này được duy trì trong repository Ultralytics tại 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

Cách sử dụng#

Để huấn luyện một model YOLO26n trên Bộ dữ liệu phát hiện chữ ký trong 100 epoch với kích thước ảnh 640, hãy sử dụng các mẫu code được cung cấp. Để xem danh sách đầy đủ các tham số hiện có, hãy tham khảo trang Training của model.

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)

Sau khi huấn luyện, bạn có thể chạy inference trên tài liệu hoặc video bằng model đã fine-tune. Ví dụ dưới đây chạy prediction trên một video mẫu với ngưỡng confidence là 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)

Hình ảnh mẫu và annotation#

Bộ dữ liệu bao quát nhiều định dạng tài liệu khác nhau, giúp các model đã huấn luyện có khả năng tổng quát hóa trên hợp đồng, biểu mẫu và thư từ. Dưới đây là một batch huấn luyện từ bộ dữ liệu:

• Ảnh ghép mosaic: Ở đây, chúng tôi trình bày một batch huấn luyện gồm các ảnh bộ dữ liệu được ghép mosaic. Ghép mosaic là một kỹ thuật huấn luyện kết hợp nhiều ảnh thành một ảnh, làm phong phú tính đa dạng của batch. Phương pháp này giúp tăng cường khả năng tổng quát hóa của model đối với các kích thước chữ ký, tỷ lệ khung hình và ngữ cảnh khác nhau.

Trích dẫn và ghi nhận đóng góp#

Tập dữ liệu được cung cấp theo Giấy phép AGPL-3.0.

Nếu sử dụng Bộ dữ liệu phát hiện chữ ký trong công việc nghiên cứu hoặc phát triển, vui lòng trích dẫn bộ dữ liệu một cách phù hợp:

@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#