摘要

当前车牌定位与识别技术在面对不同视角和周围复杂背景环境的挑战时，在实际应用中遇到了一些瓶颈，导致识别检测的结果精度和效率不高。为此，需要寻找更为先进和有效的方法来解决车牌识别问题。本文基于计算机视觉的车牌号识别技术，采用了基于YOLOv5s的识别定位算法，并结合CBAM(Convolutional Block Attention Module)注意力机制，以更加聚焦和精准的方式识别和定位车辆及其牌照；采用了调整学习率、引入正则化方法，以及使用数据增强技术等一系列训练和优化策略，构建了一种基于LPRNet的车牌字符识别算法模型，设计基于计算机视觉的车牌号识别系统。实验结果表明，该系统能够适应不同的街景环境和光线条件等复杂环境，在识别精度和泛化能力上都有较好的识别效果。

关键词