文本检测是文字提取的前提,也是计算机视觉中的经典问题之一。其任务是用框去标出图像中文本的位置。图像中的文本一般分为两类:人工文本排列规整,检测简单。场景文本在字体,颜色,形态,方向上有更多的复杂性。传统的文本检测算法需要手工设计特征,在场景文本检测任务中不够鲁棒。端到端的检测框架有固定的位置以及长宽比例,对于长宽、姿态变化的字符,在训练及测试阶段均无法获得精确的检测信息。TextBoxes采用结构简单的深度神经网络,构建了一个端到端的文字检测系统。全卷积回归网络（FCRN）采用合成的图片进行文字检测。然而,这些算法虽然对文本检测有一定的推动作用,但是他们只适用于水平倾斜的字符检测。然而自然场景中,文字的方向是多变的,需要一个适应任何方向的检测算法。本文提出一种基于深度学习的旋转文本检测算法,该算法基于U-net网络思想,融合高低层特征,满足不同比例的文本行。算法模型可以分解为三个部分:特征提取网络、功能归并层和输出层。特征提取网络采用5层卷积池化结构,每一个卷积层都后接一个池化层。功能归并层使用连接操作将相同尺寸的特征图进行归并。输出层采用INMS（Inclined Non-Maximum Suppression）的候选框选择策略输出候选框的得分和四个角坐标。其创新点主要在于:●改进了基础特征提取网络,适应多尺寸输入:采用VGG16的FCN网络,只采用卷积和池化操作,能够适应任意大小的输入图像,无需对输入图片进行预处理,使用方便。●改进了多方向文本策略,降低算法复杂度:大量运用3*3,1*1的小卷积核,1*1的卷积核有利于降维,增加非线性,3×3的卷积核有利于增加空间感受野,减少参数。采用仿射变换的图像预增强策略能够使得训练集完备,提升模型性能。针对多方向文本,设定合适的候选框策略。●改进了 NMS候选框策略,适应多方向检测:采用INMS的候选框选择策略,能够适应多种方向的文本检测,对倾斜的文本行检测效果更佳。经过多次数、多样本的测试予以验证,本文提出的一种基于深度学习的旋转文本检测算法。该算法具有泛化性能高、检测速度快、检测精度准、兼容小目标和尺度多变目标的特点,能够减少人力劳动,减少检测成本。在自然场景数据集和工业喷码图集上也有很好的应用效果,满足自然场景文本和工业场景文本的检测要求。