目前文本檢測領(lǐng)域的深度學習方法主要包括： 基于候選框的文本檢測 (Proposal-based)、基于分割的文本檢測 (Segmentation-based)、基于兩者方法混合的文本檢測 (Hybrid-based)、其它方法的文本檢測 ．對于基于候選框的文本檢測，其基本思路是先利用若干個default boxes (也稱anchor)產(chǎn)生大量的候選文本框，再經(jīng)過NMS得到最終的檢測結(jié)果．對于基于分割的文本檢測，其基本思路是通過分割網(wǎng)絡(luò)結(jié)構(gòu)進行像素級別的語義分割，再基于分割的結(jié)果構(gòu)建文本行． 基于候選框的文本檢測，最經(jīng)典的就是基于Faster-RCNN、SSD、RFCN.