1.一种光学字符识别方法，其特征在于，通过ssd网络模型对由光学设备获取的图像进行预处理；采用训练获得的east神经网络检测模型对所述预处理后的图像进行检测；采用训练获得的crnn神经网络识别模型对所述检测结果进行识别。
2.如权利要求1所述的方法，其特征在于，所述预处理包括，对所述图像进行数据清洗和数据集制作；利用训练后的ssd网络模型进行图像分割处理。
3.如权利要求1或2所述的方法，其特征在于，通过如下步骤获得所述east神经网络检测模型：通过更改数据集路径、根据资源调节训练参数、清理前置训练，并在多窗口管理器tmux下启动训练流程，预训练得到检测模型；存储预训练的参数进行再训练以获得检测模型。
4.如权利要求1或2所述的方法，其特征在于，通过如下步骤获得crnn神经网络识别模式：将需要识别的图像放在同一个路径下，然后根据检测结果裁剪获取待识别数据；更改数据集路径、调节训练参数、清理前置训练，并在多窗口管理器tmux下启动训练流程,训练得到识别模型。
5.如权利要求1所述的方法，其特征在于，还包括，对所述检测结果和识别结果进行验证。
6.如权利要求1或5所述的方法，其特征在于，还包括，根据验证结果优化east神经网络检测模型和crnn神经网络识别模型。
7.一种光学字符识别装置，其特征在于，预处理模块，用于通过ssd网络模型对由光学设备获取的图像进行预处理；检测模块，用于采用训练获得的east神经网络检测模型对所述预处理后的图像进行检测；识别模块，用于采用训练获得的crnn神经网络识别模型对所述检测结果进行识别。
8.如权利要求7所述的装置，其特征在于，所述预处理模块还用于：对所述图像进行数据清洗和数据集制作；利用训练后的ssd网络模型进行图像分割处理。
9.如权利要求7所述的装置，其特征在于，还包括验证模块，用于根据验证结果优化east神经网络检测模型和crnn神经网络识别模型。
10.一种计算机存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现前述权利要求1-6任意一项所述光学字符识别方法。