以深度学习为基础的文本检测有基于回归的模型和基于分割的模型，目前这两种模型的应用效果各有优劣。为解决回归模型对训练数据的依赖，以及分割模型受目标尺度影响的问题，本书提出了两种新的模型，即TSFnet和Mnet。全书分为5章，概述了自然场景下文本检测的研究现状，陈述了相关算法的问题、数据集与存在的挑战，并通过实验对基于融合网络的TSFnet模型及结合区域网络与注意力网络的Mnet模型进行了详细的介绍，最后对相关的应用进行了简介。