买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：福建亿力电力科技有限责任公司

摘要：本发明提出一种基于双模型融合的供应商资质审核方法，包括：建立用于目标检测算法Light‑BidDet的数据集D1，以及用于中英文字符识别算法E2E‑BidOcr的数据集D2，并将两个数据集按照5:1的比例划分成训练集和验证集；对Light‑BidDet模型和E2E‑BidOcr模型，在数据集D1和数据集D2的训练集上进行有监督训练，并在验证集上进行验证，得到训练好的Light‑BidDet模型和E2E‑BidOcr模型；用训练好的目标检测算法Light‑BidDet模型对标书文件指定区域的定位检测，再采用训练好的端到端中英文字符识别算法E2E‑BidOcr对标书文件中所需识别区域的字符进行识别，得到识别结果；建立模板匹配规则和资质能力核实算法，对得到的识别结果进行供应商资质能力审核判断；本发明方法能够有效克服现有的人工审核方式的不足和缺陷。

主权项：1.一种基于双模型融合的供应商资质审核方法，其特征在于，包括：建立用于目标检测算法Light-BidDet的数据集D1，以及用于中英文字符识别算法E2E-BidOcr的数据集D2，并将两个数据集按照5:1的比例划分成训练集和验证集；对Light-BidDet模型和E2E-BidOcr模型，在数据集D1和数据集D2的训练集上进行有监督训练，并在验证集上进行验证，得到训练好的Light-BidDet模型和E2E-BidOcr模型；用训练好的目标检测算法Light-BidDet模型对标书文件指定区域的定位检测，再采用训练好的端到端中英文字符识别算法E2E-BidOcr对标书文件中所需识别区域的字符进行识别，得到识别结果；建立模板匹配规则和资质能力核实算法，对得到的识别结果进行供应商资质能力审核判断；所述Light-BidDet模型包括：用于特征提取的骨干网络Mobile-ViT，双向融合的特征信息融合网络BiFPN，以及输出类别与检测框的检测头Head；所述骨干网络Mobile-ViT包括卷积块、MobileNet模块、MobileViT模块；所述双向融合的特征信息融合网络BiFPN为：在特征金字塔网络增加上下文信息融合及跨层连接路径；所述输出类别与检测框的检测头Head包括类别预测分支和检测框回归分支；所述E2E-BidOcr模型包括卷积层、循环层和转录层；卷积层通过构建卷积神经网络对目标检测算法Light-BidDet模型得到的检测结果图像进行特征提取，得到一系列卷积特征图并转换成特征序列；循环层利用双向的长短期记忆人工神经网络对特征序列进行预测，对序列中的每个特征向量进行学习，并输出预测字符标签的分布；转录层用于把循环层输出的预测字符标签的分布进一步转换成最终的字符串输出。

全文数据：

权利要求：

百度查询： 福建亿力电力科技有限责任公司 一种基于双模型融合的供应商资质审核方法和审核装置