Signature Detection Yolo

📊 Detail Model

• Arsitektur: YOLOv11 (Ultralytics)
• Format: PyTorch (.pt)
• Input: Gambar atau halaman PDF yang dikonversi ke gambar.
• Output: Bounding box koordinat tanda tangan dengan skor kepercayaan (confidence score).

🛠️ Cara Penggunaan

Anda dapat menggunakan model ini langsung dengan library ultralytics:

from huggingface_hub import hf_hub_download
from ultralytics import YOLO

downloaded_model_path = hf_hub_download(
    repo_id="Alifgala/signature-detection-yolo",
    filename="yolov11-signature-corporate.pt"
)
model = YOLO(downloaded_model_path)

results = model.predict('halaman_dokumen.jpg', conf=0.5)

for result in results:
    result.show()
    print(result.boxes)

--- license: apache-2.0 tags: - yolov11 - object-detection - document-analysis - signature-detection - indonesia - legal-tech library_name: ultralytics metrics: - mAP50 base_model: - Ultralytics/YOLO11 --- # ✒️ Corporate Signature Detection (YOLOv11) Model ini dirancang khusus untuk mendeteksi tanda tangan pada berbagai jenis dokumen korporat (seperti Surat, Memo, dan Perjanjian). Tujuan utama model ini adalah untuk membantu proses otomasi dokumen, terutama dalam memisahkan antara **Dokumen Utama** dan **Lampiran**. ## 🚀 Kegunaan (Use Case) Dalam alur kerja Document AI, tanda tangan seringkali menjadi penanda akhir dari konten inti sebuah surat. Model ini memungkinkan Anda untuk: 1. **Document Splitting:** Mendeteksi halaman terakhir dokumen utama berdasarkan keberadaan tanda tangan. 2. **Verification:** Memastikan apakah sebuah dokumen sudah ditandatangani atau belum. 3. **Metadata Tagging:** Digunakan dalam pipeline RAG (seperti integrasi Qdrant) untuk membedakan konteks konten utama dan lampiran. ## 📊 Detail Model - **Arsitektur:** YOLOv11 (Ultralytics) - **Format:** PyTorch (`.pt`) - **Input:** Gambar atau halaman PDF yang dikonversi ke gambar. - **Output:** Bounding box koordinat tanda tangan dengan skor kepercayaan (confidence score). ## 🛠️ Cara Penggunaan Anda dapat menggunakan model ini langsung dengan library `ultralytics`: ```python from huggingface_hub import hf_hub_download from ultralytics import YOLO downloaded_model_path = hf_hub_download( repo_id="Alifgala/signature-detection-yolo", filename="yolov11-signature-corporate.pt" ) model = YOLO(downloaded_model_path) results = model.predict('halaman_dokumen.jpg', conf=0.5) for result in results: result.show() print(result.boxes)