本发明提供了一种基于深度学习的车牌字符分类识别方法及介质，包括S1：构建并训练基于深度学习的车牌识别模型；模型采用resnet分类网络作为基本框架，通过若干基本块堆叠构成，其中基本块包括两个分支通道相加后连接一个relu层构成，第一分支通道为1×3的卷积层、归一化层和relu层构成，第二分支通道包括3×3的卷积层、归一化层和relu层的降维通道模块和对应的升维模块构成；采集车牌图像数据对车牌进行标注后输入模型中进行训练；S2：获取定位好的待识别车牌图像，输入到车牌识别模型中，得到输出结果。本发明基于深度学习，利用分类模型实现识别功能，运算量小，便于部署，且不需要字符级坐标标注，减少人力成本。