yolo11n-chinese-signature
中文文档 手写签名区域 单类目标检测模型（YOLOv11-nano），类别：signature。
下载与使用
命令行（推荐）
pip install huggingface_hub ultralytics
hf download liberty666/yolo11n-chinese-signature --local-dir ./my_model
Python
from huggingface_hub import hf_hub_download
from ultralytics import YOLO
path = hf_hub_download(repo_id="liberty666/yolo11n-chinese-signature", filename="best.pt")
model = YOLO(path)
model.predict("document.jpg", conf=0.25)
本项目脚本
python scripts/08_download_from_hub.py
python scripts/06_detect_and_crop.py --model hf://liberty666/yolo11n-chinese-signature
仓库文件
| 文件 | 说明 |
|---|---|
best.pt |
Ultralytics 最佳权重 |
yolo11n_signature.onnx |
ONNX 部署（若已导出） |
data.yaml |
数据集类别配置 |
train.yaml |
训练超参备份 |
metrics/ |
训练指标摘要 |
标签
- ultralytics
- yolo11
- yolo11n
- object-detection
- signature-detection
- chinese-document
- chisig
最佳权重（best.pt，epoch 47）
| 指标 | 值 |
|---|---|
| Recall | 0.9516 |
| mAP@50 | 0.9913 |
上传文件为
best.pt（非last.pt）。 模型卡片勿将训练末轮 epoch 指标误认为部署权重性能。
引用
基于 ChiSig 与 YOLOv11。详见项目 Yolo_fit_guidance.md 与论文 Yan et al., CVPRW 2022.
- Downloads last month
- 133
# Couldn't find a valid YOLO version tag. # Replace XX with the correct version. from ultralytics import YOLOvXX model = YOLOvXX.from_pretrained("liberty666/yolo11n-chinese-signature") source = 'http://images.cocodataset.org/val2017/000000039769.jpg' model.predict(source=source, save=True)