针对当前车牌识别算法对于小尺寸车牌识别率较低的问题，本文做出以下改进：在车牌定位阶段，在主干网络中加入金字塔分割注意力机制(EPSA)，并引入 α -CIoU损失函数，再通过增加网络的检测尺度，以提高车牌定位精度。在车牌识别阶段，利用车牌模拟实现中文数据增强。实验验证，改进的车牌定位方法准确率达到 98.8%，模型大小为14.9MB；车牌识别的准确率达到96.5%，识别的模型大小为7.1MB；而且改进后算法，内存占比小，可靠性强，可以应对复杂背景的下车牌识别。