BowenC/time-signature

Time Signature Detection Dataset是一个基于YOLO格式的目标检测数据集，专门用于识别乐谱图像中的音乐时间签名。该数据集从两个来源编译而成：DeepScores V2的一个子集和来自IMSLP（国际乐谱图书馆项目）的公共领域乐谱，包括肖邦、贝多芬、莫扎特、勃拉姆斯、德彪西等作曲家的作品。数据集包含650张图像，分为381张训练图像和269张验证图像，总共有3,125个时间签名实例。涵盖19个时间签名类别，如4/4、3/4、6/4、2/4、常见时间、6/8、8/4、9/4、13/8、10/4、3/8、7/8、9/8、6/2、4/2、切割时间（alla breve）、12/8、5/4和3/2。数据集结构包括图像文件夹（PNG格式）和标签文件夹（YOLO格式的.txt注释），标签格式为<class_id> <x_center> <y_center> <width> <height>（归一化到0-1）。该数据集适用于音乐符号识别和光学音乐识别（OMR）任务，特别是时间签名检测。A YOLO-format object detection dataset for recognizing musical time signatures in sheet music images. The dataset is compiled from two sources: a subset of DeepScores V2 and public domain scores from IMSLP (International Music Score Library Project), including works by composers such as Chopin, Beethoven, Mozart, Brahms, and Debussy. It contains 650 images split into 381 training images and 269 validation images, with a total of 3,125 time signature instances across 19 classes, such as 4/4, 3/4, 6/4, 2/4, common time, 6/8, 8/4, 9/4, 13/8, 10/4, 3/8, 7/8, 9/8, 6/2, 4/2, cut time (alla breve), 12/8, 5/4, and 3/2. The dataset structure includes image folders (PNG format) and label folders (YOLO-format .txt annotations), with labels in the format: <class_id> <x_center> <y_center> <width> <height> (normalized 0–1). It is designed for music symbol recognition and optical music recognition (OMR) tasks, specifically time signature detection.

搜集汇总

数据集介绍

构建方式

该数据集专为识别乐谱图像中的拍号而构建，采用YOLO格式的目标检测标注体系。数据源融合了两个高质量来源：一是源自DeepScores V2的数字渲染乐谱子集，经筛选与重新标注后纳入；二是从IMSLP（国际乐谱图书馆项目）收录的肖邦、贝多芬、莫扎特、勃拉姆斯、德彪西等作曲家的公有领域扫描乐谱。最终形成包含650张图像、3125个标注实例的拍号检测数据集，涵盖19种常见拍号类别。数据集按训练集（381张图像、2481个实例）与验证集（269张图像、644个实例）划分，标注文件采用YOLO标准格式，记录类别ID与归一化的边界框坐标。

使用方法

该数据集可直接用于基于Ultralytics YOLO框架的目标检测模型训练。用户仅需加载预配置的data.yaml文件，调用YOLO模型（如yolov8n.pt）的train()方法并指定数据路径与训练轮数即可启动训练流程。此外，数据集可通过huggingface_hub库的snapshot_download()函数一键下载至本地，便于集成至自定义训练管线。数据集目录结构清晰，图像与标签严格按照训练/验证子集分别存放，标签采用归一化坐标的文本格式，兼容主流目标检测工具链。使用时建议引用DeepScores V2与IMSLP原始数据来源。

背景与挑战

背景概述

光学乐谱识别（OMR）是音乐信息检索领域的一项基础性任务，旨在将乐谱图像自动转换为可编辑的数字格式，以支持音乐分析、数字化归档及交互式音乐教育等应用。拍号作为乐谱中至关重要的音乐符号，决定了节拍的组织模式与节奏的划分，其准确识别对后续的节奏解析和音乐结构理解具有决定性影响。在此背景下，Bowen等人构建了Time Signature Detection数据集。该数据集发布于2024年，整合自DeepScores V2渲染乐谱子集与IMSLP公共领域扫描乐谱，涵盖了包括肖邦、贝多芬、莫扎特、勃拉姆斯及德彪西等作曲家的作品。通过采用YOLO格式的边界框标注，该数据集提供了650张图像、共计3125个拍号实例，涵盖19种拍号类别。这一数据集的推出，不仅为OMR领域提供了一项标准化的拍号检测基准，也填补了既有数据集中针对此类关键符号进行精细标注的空白。

当前挑战

该数据集所解决的领域核心挑战在于，拍号在乐谱中形态多样且位置分布不规则，既有常规的分数形式，也有如C（Common time）、Ȼ（Cut time）等符号化表示，这对通用目标检测模型构成了显著的分类与定位难题。此外，不同作曲家及手稿年代的字迹风格差异，使得拍号的视觉表示存在多变性，进一步增加了模型的泛化难度。在数据集构建过程中，挑战主要体现在两方面：一是数据来源异构，DeepScores V2为数字化渲染乐谱，而IMSLP多为历史扫描件，二者在图像质量、背景噪声及加性干扰等方面存在显著差异；二是样本分布高度不平衡，某些拍号类别（如5/4、6/2、4/2）仅有极少量实例，难以支撑深度学习模型的有效训练与泛化评估，这为后续的数据增强与长尾分布建模提出了更高要求。

常用场景

经典使用场景

在光学乐谱识别（OMR）领域，拍号检测是理解音乐结构与节奏的基础环节。Time Signature Detection Dataset 为研究者提供了一个聚焦于乐谱图像中拍号识别的专用数据集，其经典使用场景是作为YOLO系列目标检测模型的训练与评估基准。该数据集包含了从DeepScores V2数字渲染乐谱和IMSLP公共领域扫描乐谱中提取的650张图像，涵盖19种常见拍号类别，共计3,125个标注实例。研究者可直接利用Ultralytics YOLO框架加载该数据集进行模型训练，实现对乐谱中拍号符号的精准定位与分类，从而为完整的OMR流程奠定关键基础。

解决学术问题

该数据集旨在解决光学乐谱识别中拍号检测这一长期被忽视的学术难题。传统OMR研究多聚焦于音符、休止符等常见符号，而对拍号这类结构化信息的自动提取缺乏高质量标注数据与方法基准。Time Signature Detection Dataset 填补了这一空白，通过提供标准化、多样化的拍号标注资源，使研究者能够系统性地探索复杂乐谱版式下的符号检测挑战。该数据集的发布推动了OMR领域从单一符号识别向结构化音乐信息理解的方向演进，为构建端到端的数字化乐谱分析系统提供了关键数据支撑，对于音乐学数字化研究和乐谱档案保护均具有深远意义。

实际应用

在实际应用中，Time Signature Detection Dataset 支撑着多类音乐信息数字化工具的开发。基于该数据集训练的拍号检测模型可被集成到自动乐谱扫描与识别软件中，帮助音乐出版商、图书馆和档案馆高效地将历史纸质乐谱转换为可编辑的数字格式。对于音乐教育平台而言，该技术能够自动解析乐谱的节拍结构，为节奏教学与练习提供实时反馈。此外，在音乐创作与编曲软件中，准确的拍号识别可辅助AI自动分析音乐片段的结构特征，进而实现风格匹配的伴奏生成与谱面编排，显著提升音乐制作流程的智能化水平。

数据集最近研究

最新研究方向

在光学乐谱识别（OMR）领域，拍号检测作为音乐符号理解的关键环节，正随着深度学习目标检测技术的演进迎来新的突破。该数据集聚焦于19种常见拍号的精准定位与分类，涵盖从古典到浪漫主义时期多位作曲家的乐谱样本，融合了数字渲染乐谱与扫描历史手稿两种数据形态，为模型在多样化图像质量下的泛化能力提供了坚实支撑。当前研究趋势已不再满足于简单的符号识别，而是向复杂排版、模糊边界以及多声部交织场景下的鲁棒检测迈进，这一数据集的出现恰好填补了拍号这一特定类别缺乏标准化基准的空白，推动OMR系统从实验室走向真实音乐文献数字化应用。