基于改进LeNet-5网络的车牌字符识别

作     者：张秀玲 魏其珺 周凯旋 董逍鹏 马锴 ZHANG Xiuling;WEI Qijun;ZHOU Kaixuan;DONG Xiaopeng;MA Kai

作者机构：燕山大学河北省工业计算机控制工程重点实验室河北秦皇岛066004 

出 版 物：《沈阳大学学报（自然科学版）》 (Journal of Shenyang University：Natural Science)

年 卷 期：2020年第32卷第4期

页      面：312-317页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61573303) 

主　　题：卷积神经网络 车牌字符识别 LeNet-5网络 Inception-SE卷积模块 识别精度 

摘      要：引入了Inception-SE卷积模块组来提升LeNet-5网络的广度与深度,运用SE模块增强了有用的特征并抑制了对当前任务用处不大的特征;使用BN层和Dropout优化网络,防止梯度弥散,提升精度;使用全局池化层(global average pooling,GAP)代替全连接层来减少网络计算参数.研究结果表明:改进后网络的识别精度达到了99.88%,比传统的LeNet-5网络提高了1.71%.