简介签名检测数据集面向文档自动化、身份认证与计算机视觉方向的研究者及开发者聚焦图像中签名区域的定位与识别任务。数据集共801张实际场景图像按训练集610张、验证集109张、测试集82张划分全部采用YOLO格式边界框标注可直接接入YOLO、Darknet等主流目标检测框架标签体系为单一Signature类别。压缩包共1604个文件包含801个jpg图像、801个txt标注文件、1个yaml配置文件与1个docx说明文档整体约37.94MB结构清晰便于快速加载与训练。目前已有201人学习下载。借助精确标注与多源签名样本读者可完成从数据加载、模型训练到签名区域检测的完整流程并可将成果迁移至合同表单归档、签名验证等实际业务兼顾学术研究与工程落地需求。1. 签名检测数据集.zip从一份压缩包到可训练模型的完整路径拿到「签名检测数据集.zip」这个文件时多数人的第一反应是解压、翻目录、找图片然后卡在下一步——这些图到底怎么喂给模型签名检测和通用目标检测不一样它面对的是笔画细、对比度低、背景干扰强的灰度扫描件直接套 COCO 那套预处理流程mAP 能掉一半。这份数据集通常包含手写签名、印刷签名、合同落款、票据签章等场景的标注图像格式多为 VOC XML 或 YOLO TXT规模从几百到几千张不等。它解决的核心问题是让模型在文档、票据、合同里自动框出签名区域替代人工翻页核对。适合做 OCR 前处理、合同审核自动化、银行票据验印的工程师也适合想拿一个真实小数据集练手目标检测的学生。下面按「先看懂数据、再跑通训练、最后避坑」的顺序拆开讲。2. 签名检测数据集的结构拆解与格式转换2.1 先搞清楚压缩包里到底有什么解压后不要急着写训练脚本先花十分钟把目录结构摸清楚。签名检测数据集常见的组织方式有三种第一种是images/和annotations/分开标注是 VOC XML第二种是images/train、images/val加同名的labels/train、labels/val标注是 YOLO TXT第三种最麻烦所有图片和 XML 混在一个文件夹里需要自己按比例切分。用下面这段脚本快速统计类别分布和标注格式避免后面训练到一半才发现标签对不上。import os import xml.etree.ElementTree as ET from collections import Counter root signature_dataset # 解压后的根目录 img_ext (.jpg, .jpeg, .png, .bmp) xml_files, txt_files, img_files [], [], [] for dirpath, _, filenames in os.walk(root): for f in filenames: low f.lower() if low.endswith(.xml): xml_files.append(os.path.join(dirpath, f)) elif low.endswith(.txt) and classes not in low: txt_files.append(os.path.join(dirpath, f)) elif low.endswith(img_ext): img_files.append(os.path.join(dirpath, f)) print(f图片: {len(img_files)} XML: {len(xml_files)} TXT: {len(txt_files)}) # 统计 XML 里的类别名 if xml_files: cls_counter Counter() for xf in xml_files[:200]: # 抽样前200个即可 tree ET.parse(xf) for obj in tree.findall(object): cls_counter[obj.find(name).text] 1 print(XML 类别分布:, cls_counter.most_common())这段脚本的逻辑很直接遍历目录按扩展名分类文件再抽样解析 XML 里的object/name字段。参数上注意xml_files[:200]这个切片几千张图全解析没必要抽样 200 个足够判断类别是否单一。如果输出里类别名出现signature、sign、qianming混用说明标注不统一后面必须做类别映射否则模型会把同一类当成两类学。2.2 VOC 转 YOLO坐标归一化的四个边界坑签名检测数据集如果是 VOC XML转 YOLO TXT 是绕不开的一步。转换本身不难难在边界处理。下面这个转换脚本我用了很多次重点看clip和skip两处。import os import xml.etree.ElementTree as ET def voc_to_yolo(xml_path, img_w, img_h, class_map): tree ET.parse(xml_path) root tree.getroot() lines [] for obj in root.findall(object): name obj.find(name).text.strip() if name not in class_map: continue bbox obj.find(bndbox) xmin float(bbox.find(xmin).text) ymin float(bbox.find(ymin).text) xmax float(bbox.find(xmax).text) ymax float(bbox.find(ymax).text) # 边界裁剪签名框偶尔会超出图片范围 xmin max(0, min(xmin, img_w)) xmax max(0, min(xmax, img_w)) ymin max(0, min(ymin, img_h)) ymax max(0, min(ymax, img_h)) w xmax - xmin h ymax - ymin if w 2 or h 2: # 过滤掉退化的框 continue cx (xmin xmax) / 2.0 / img_w cy (ymin ymax) / 2.0 / img_h nw w / img_w nh h / img_h lines.append(f{class_map[name]} {cx:.6f} {cy:.6f} {nw:.6f} {nh:.6f}) return lines逻辑说明YOLO 格式要求坐标是相对于图片宽高的归一化值中心点加宽高。参数上class_map把类别名映射成从 0 开始的整数w 2 or h 2这个阈值是血泪经验——签名笔画细标注时容易画出宽度只有 1 像素的框这种框训练时会产生极端梯度直接过滤掉更稳。归一化后保留 6 位小数够用且不会让标签文件过大。2.3 数据集划分别用随机切分签名检测数据集里同一份合同可能有多页每页都有签名。如果按图片随机切分训练集和验证集同一份合同的签名会同时出现在两边验证指标虚高。正确做法是按文档 ID 或文件夹分组切分。常见做法是先按group_id分组再对组做 8:1:1 划分。如果数据集没有提供分组信息退而求其次按文件名前缀分组。这一步不做后面调参全是玄学。3. 用 YOLOv8 跑通签名检测训练3.1 环境准备与数据配置YOLOv8 对签名检测这种单类别、小目标场景上手快依赖干净。先建环境再写配置文件。conda create -n sigdet python3.10 -y conda activate sigdet pip install ultralytics opencv-python lxml -i https://pypi.tuna.tsinghua.edu.cn/simple安装完成后在数据集根目录建一个signature.yaml内容如下path: /data/signature_dataset train: images/train val: images/val test: images/test nc: 1 names: [signature]参数说明path是数据集根目录train/val/test是相对路径。nc是类别数签名检测通常就是 1 类。如果数据集里还有stamp印章或date日期按实际类别数改但建议先只做签名多类别会分散模型注意力。names的顺序必须和转换脚本里class_map的值一致错一位整个训练就废了。3.2 训练命令与关键参数配置写好之后训练命令本身很短但参数决定成败。yolo detect train \ datasignature.yaml \ modelyolov8s.pt \ epochs150 \ imgsz1024 \ batch8 \ lr00.01 \ lrf0.01 \ patience30 \ mosaic0.5 \ degrees5 \ translate0.1 \ scale0.3 \ projectruns/signature \ nameexp1逐项说明imgsz1024是签名检测的关键签名在整页文档里占比小640 分辨率下笔画糊成一团1024 起步显存不够就降到 896。batch8配合 1024 分辨率8G 显存基本能跑。mosaic0.5比默认的 1.0 低因为签名是细长目标四图拼接后容易把签名切碎0.5 是折中。degrees5只做轻微旋转增强文档扫描件本身不会大角度倾斜旋转太猛反而引入噪声。patience30早停签名数据集通常不大30 轮不涨就可以停。3.3 训练过程看什么指标训练启动后终端会打印每轮的box_loss、cls_loss、dfl_loss和 mAP。签名检测重点盯两个metrics/mAP50-95和val/box_loss。如果 mAP50 涨到 0.9 但 mAP50-95 卡在 0.5 左右说明框的位置不够准签名边界模糊导致回归困难这时候回去检查标注框是否贴合笔画。如果cls_loss一直不降大概率是类别映射错了或者标签文件里有空行。训练日志里instances数量也要看如果某轮突然掉到 0说明数据加载出问题检查图片路径和标签是否一一对应。4. 签名检测的避坑与排查清单4.1 现象训练 loss 正常但验证 mAP 始终为 0原因验证集标签路径配置错误或者验证集图片和标签文件名不一致。YOLO 要求images/val/xxx.jpg对应labels/val/xxx.txt差一个字符就找不到。解决写一段校验脚本遍历验证集图片检查同名 txt 是否存在且非空。常见做法是import os img_dir images/val lbl_dir labels/val missing [] for f in os.listdir(img_dir): stem os.path.splitext(f)[0] lbl os.path.join(lbl_dir, stem .txt) if not os.path.exists(lbl) or os.path.getsize(lbl) 0: missing.append(f) print(缺失或空标签:, missing[:20], 共, len(missing))4.2 现象模型把文档边框或表格线当成签名原因签名检测数据集里负样本不足模型没学会区分「细长线条」和「签名笔画」。签名和表格线在低分辨率下都是细线。解决在训练配置里加copy_paste0.3同时往训练集里塞入不含签名的纯文档页作为背景负样本。YOLOv8 支持通过空标签文件表示负样本建一个labels/train/negative_xxx.txt空文件即可。负样本比例控制在 1:5 左右太多会拉低召回。4.3 现象推理时同一张图签名框重复出现原因NMS 的 IoU 阈值默认 0.7签名框重叠度高时压不住。签名是细长目标两个框只要中心接近IoU 很容易超过 0.7。解决推理时把iou降到 0.3~0.4。命令是yolo detect predict modelbest.pt sourcetest.jpg iou0.35 conf0.4。conf0.4也是经验值签名检测的置信度普遍偏高0.25 默认值会引入大量误检。4.4 现象换一份新扫描件模型完全失效原因训练集和测试集的扫描分辨率、对比度、纸张底色差异大。签名检测数据集往往来源单一模型过拟合到特定扫描仪。解决训练时加hsv_h0.015、hsv_s0.7、hsv_v0.4做颜色抖动再加erasing0.2随机擦除模拟污渍。如果新数据差异实在大用yolo detect train modelbest.pt datanew.yaml epochs30 lr00.001做微调学习率降到十分之一只训最后几层。4.5 现象标注框明明很准mAP50-95 就是上不去原因签名笔画边缘模糊人工标注的框本身有 2~3 像素抖动回归头学不准。解决把损失函数里的box权重适当调低或者改用CIoU之外的SIoU。YOLOv8 默认是 CIoU在train参数里加box5.0调整权重。更根本的办法是接受 mAP50-95 的天花板签名检测看 mAP50 和召回率更有实际意义框稍微大一点不影响后续 OCR 裁剪。5. 签名检测数据集的进阶用法从检测框到签名比对训练出检测模型只是第一步实际业务里往往还要判断「这个签名是不是同一个人写的」。检测框裁出来的签名图可以接一个轻量比对模型。我一般这么做先用 YOLOv8 把签名区域裁出来统一缩放到 128x256 灰度图然后跑一个 Siamese 网络或者直接用 ORB 特征匹配做粗筛。下面这段代码是检测加裁剪的串联重点看padding参数。from ultralytics import YOLO import cv2 model YOLO(runs/signature/exp1/weights/best.pt) img cv2.imread(contract_page.jpg) results model.predict(img, imgsz1024, conf0.4, iou0.35) for i, box in enumerate(results[0].boxes.xyxy): x1, y1, x2, y2 map(int, box.tolist()) pad 8 # 向外扩8像素防止笔画被切 x1 max(0, x1 - pad) y1 max(0, y1 - pad) x2 min(img.shape[1], x2 pad) y2 min(img.shape[0], y2 pad) crop img[y1:y2, x1:x2] gray cv2.cvtColor(crop, cv2.COLOR_BGR2GRAY) gray cv2.resize(gray, (128, 256)) cv2.imwrite(fsig_{i}.png, gray)padding8这个参数别省签名笔画末端经常贴着标注框边缘不扩一点裁出来会缺笔画比对时特征就断了。裁剪后的灰度图做直方图均衡化再送比对模型效果比直接送 RGB 稳。比对环节的验证方法准备 20 对同人签名和 20 对不同人签名算特征距离看阈值能不能分开。如果同人距离和对人距离重叠严重说明检测框裁得不准回去调conf和padding。这个方案值不值得做取决于业务量——如果每天要人工核对几百份合同检测加比对能把时间压到十分之一如果只是偶尔查几份直接人工看更快。我自己的习惯是任何签名检测项目先把数据集里随机抽 50 张图的可视化标注画出来看一遍比看任何指标都管用。标注框歪了、漏了、类别错了训练前就能发现省得训完再回头查。希望帮到你。本文还有配套的精品资源点击获取