论文部分内容阅读
针对复杂环境,如雾霾、雨雪等恶劣天气条件下,车牌识别准确率低的问题,提出一种端到端的车牌识别模型Incep-PlateNet,无需字符分割和标签对齐。实验结果表明,此模型在常规环境下识别准确率为98.91%,复杂环境下识别准确率为91.46%,均优于现有研究,对复杂环境下的车牌识别鲁棒性更强,具有较强的实用价值。