本发明涉及计算机视觉和深度学习技术领域，且公开了一种基于风格迁移的车牌数据增强方法，包括：生成仿真车牌数据，图像生成器随机生成仿真车牌数据；训练风格迁移网络，一定量的仿真车牌数据和真实车牌数据分别被随机选为内容图像和风格图像，采用风格迁移算法对内容图像和风格图像进行训练；通过学习神经风格迁移网络，将真实车牌上的风格特征迁移到丰富的仿真车牌数据中以合成增强的车牌数据，用于提高车牌视觉任务(如检测，识别，跟踪，超分辨率等)的泛化性能。