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。