近些年来,深度学习已逐渐替代机器学习而走进大众的生活当中,尤其是机器视觉,在拍照识图、光学字符识别(OCR)、自动驾驶等领域发挥着重要作用。文章针对智能交通中的车牌识别,提出一种基于CRNN的文本序列模型。该模型实现了端到端、免分割的车牌文字识别方法,充分体现了卷积神经网络的优势,在很多场景下都表现出较好的性能。经多次测试统计,该模型的识别准确率高达98.5%,平均响应时间为100 ms,测试效果良好。