目前文本检测领域的深度学习方法主要包括： 基于候选框的文本检测 (Proposal-based)、基于分割的文本检测 (Segmentation-based)、基于两者方法混合的文本检测 (Hybrid-based)、其它方法的文本检测 ．对于基于候选框的文本检测，其基本思路是先利用若干个default boxes (也称anchor)产生大量的候选文本框，再经过NMS得到最终的检测结果．对于基于分割的文本检测，其基本思路是通过分割网络结构进行像素级别的语义分割，再基于分割的结果构建文本行． 基于候选框的文本检测，最经典的就是基于Faster-RCNN、SSD、RFCN.