本发明属于智能交通工程技术领域，具体提供一种基于深度学习的智能车牌识别方法及系统，其中方法包括：获取原始车辆图片，采用CenterNet对原始车辆图片进行车牌的目标位置的定位、检测与保存；提取车牌兴趣区域图像，输入已训练好的车牌识别模型中，判断车牌是否遮挡不清，若正常，则进一步提取车牌图片，若不正常，则提示报警；对车牌图片进行预处理得到车牌图像信息；将处理后的车牌字符传入卷积神经网络进行模型的训练与优化，最终预测得到车牌识别结果。通过选取CenterNet网络进行车牌定位与检测，选择直方图均衡化、倾斜度矫正等图像预处理技术增强车牌的对比度，都为后续卷积神经网络的训练提供了有效保障。能有效辨别车牌信息，且平均识别准确率高。