一种专属化学习的停车场车牌检测方法及系统

本发明提供了一种专属化学习的停车场车牌检测方法及系统，属于计算机视觉与边缘计算技术领域。方法包括：在各出入口边缘设备部署轻量级检测主模型进行实时检测并筛选低置信度难例样本；样本上传后，中央处理端利用高性能教师模型生成高质量伪标签，并采用融合检测损失、蒸馏损失及难例专注损失的混合损失函数训练专属学生模型；最后计算权重差值并量化生成轻量级增量更新包，定向推送至边缘设备完成无感知热更新。系统相应包括边缘处理单元与中央处理单元。本发明解决了通用模型无法适配多出入口差异化场景的问题，实现了模型个性化精准优化与高效轻量更新的统一，显著提升了车牌检测在复杂场景下的准确率与可靠性。