1.一种自由角度车牌检测方法，其特征在于，包括训练阶段和检测阶段，所述训练阶段包括：S1、构建扭曲车牌检测网络，所述扭曲车牌检测网络用于定位车牌位置，并对扭曲车牌进行矫正，输入为包含车牌的图像，输出为正射的车牌图像；所述扭曲车牌检测网络包括级联的特征提取子网和车牌检测与矫正子网；

所述特征提取子网用于提取图像特征，包括三个卷积单元，每个卷积单元由一个卷积层和一个激活单元级联组成，第二个卷积单元与第三个卷积单元之间有最大池化层，第三个卷积单元后连接三个残差块单元，每个残差块单元后均连接一个最大池化层；每个残差块单元包括至少一个残差块；

所述车牌检测与矫正子网包括并行的车牌检测支路、空间变换支路；所述车牌检测支路用于检测输入图像中是否有车牌，所述空间变换支路用于生成仿射变换参数；还包括连接单元，所述连接单元在车牌检测支路检测结果为有车牌时，根据空间变换支路生成的仿射变换参数对车牌区域进行仿射矫正；

S2、构建训练样本集，所述训练样本集中的样本为包含车牌的图像，以及所述图像中车牌4个角点的位置坐标；

S3、采用训练样本集对扭曲车牌检测网络进行训练，得到具有扭曲矫正能力的扭曲车牌检测网络；

所述检测阶段包括：

S4、将待检测图像输入训练好的扭曲车牌检测网络，其输出为定位并矫正后的正射车牌图像。

2.根据权利要求1所述的自由角度车牌检测方法，其特征在于，步骤S3中采用Adam优化器对所述扭曲车牌检测网络进行训练。

3.根据权利要求1所述的自由角度车牌检测方法，其特征在于，步骤S2中构建训练样本集时，首先采集N幅包含车牌的图像，并对所述图像中的车牌4个角点进行人工标注；然后采用增广方法将每幅图像生成M幅图像，共得到N*(1+M)个样本；

所述增广方法包括：旋转、裁剪、镜像、色彩变换、缩放、置于中心、改变宽高比。

4.一种自由角度车牌识别方法，其特征在于，包括：

步骤1、获取车辆图像，所述车辆图像采用权利要求1‑3中任一项所述自由角度车牌检测方法进行车牌定位和矫正，获取到车辆图像中正射的车牌图像；

步骤2、对获取到的车牌图像进行字符识别，得到车牌识别结果。

5.根据权利要求4所述自由角度车牌识别方法，其特征在于，所述步骤1中，通过获取监控视频中的单帧图像，采用YOLOv3目标检测方法对所述单帧图像进行车辆信息检测来获取车辆图像。

6.根据权利要求4所述自由角度车牌识别方法，其特征在于，所述步骤2中，采用YOLOv3字符识别模型对车牌图像进行字符识别。

7.一种自由角度车牌识别系统，其特征在于，包括：

车辆检测定位模块，用于检测定位输入图像中车辆图像范围；

扭曲车牌检测网络，所述扭曲车牌检测网络用于定位输入图像中车辆图像范围中的车牌位置，并对扭曲车牌进行矫正，输入为包含车牌的图像，输出为正射的车牌图像；所述扭曲车牌检测网络包括级联的特征提取子网和车牌检测与矫正子网；

所述特征提取子网用于提取图像特征，包括三个卷积单元，每个卷积单元由一个卷积层和一个激活单元级联组成，第二个卷积单元与第三个卷积单元之间有最大池化层，第三个卷积单元后连接三个残差块单元，每个残差块单元后均连接一个最大池化层；每个残差块单元包括至少一个残差块；

所述车牌检测与矫正子网包括并行的车牌检测支路、空间变换支路；所述车牌检测支路用于检测输入图像中是否有车牌，所述空间变换支路用于生成仿射变换参数；还包括连接单元，所述连接单元在车牌检测支路检测结果为有车牌时，根据空间变换支路生成的仿射变换参数对车牌区域进行仿射矫正；

车牌图像字符识别模块，用于对扭曲车牌检测网络输出的正射的车牌图像进行字符识别，得到车牌识别结果。