一种轻量级卷积神经网络模型的构建方法及车牌识别方法

本发明公开了一种轻量级卷积神经网络模型的构建方法及车牌识别方法，采集车牌图像，并对车牌图像进行预处理，得到预处理后的车牌图像；使用轮廓工具提取预处理后的车牌图像上的车牌位置，并对该车牌位置的字符进行分离和分割，并对其进行归一化处理，得到独立字符图像；构建轻量级卷积神经网络模型；对所述轻量级卷积神经网络模型进行训练，得到训练好的轻量级卷积神经网络模型。轻量级卷积神经网络模型通过引入的Max‑pooling和Dropout层，优化了轻量级卷积神经网络模型的结构，减小了卷积神经网络模型参数，通过设置四个卷积模块，能够不断对独立字符图像进行特征提取，提高了识别准确率，在压缩模型参数的同时保持了较高的识别准确率。