随着我国铁路事业的快速发展,铁路列车的日常维护变得越来越重要,为了实现对入库检修列车的信息化管理,需要准确的列车车号识别作为保障,以提高对列车的管理效率。由于手工记录与核对车号信息需要耗费大量人力和物力,基于射频识别的电子标签技术不易于维护并且成本较高,而且传统图像识别方法准确率不高,因此本文采用在图像识别方面表现突出的深度学习技术对列车车号识别进行研究。针对传统图像识别方法中间过程较多造成的影响,本文主要基于深度学习目标检测算法对铁路列车车号进行识别,以简化工作过程,提高识别系统的准确率。首先,对现场采集的大量原始车号图片数据集进行整理,并对原始图像进行人工标注工作,得到训练和测试所用的样本数据。其次,基于深度学习目标检测算法对车号区域进行检测定位,克服了传统图像定位方法的局限性,检测出的车号区域用于后续的字符检测和识别。然后,同样基于深度学习目标检测算法对车号区域中的车号字符进行检测,不用进行字符分割任务,直接对车号字符进行端到端的识别。最后,把车号定位和字符检测结合起来,设计实现车号识别系统,通过测试,验证系统较高的识别准确率,并进行实际应用,解决了传统识别方法设备成本高、可靠性不足等问题。