本文基于深度学习理论对自然场景下的文本行检测方法进行了研究。当前计算机视觉领域的学术研究受益于深度学习技术的快速进步,在目标检测、语义分割、物体识别等子问题上都取得了显著的成绩。自然场景下的文本行检测是计算机视觉领域一个基础且重要的课题,是很多应用的关键一环。本文研究的方法属于实例分割,主要研究内容可以分为以下三部分:1)总结阐述当前学术界在文本行检测算法上的最新进展,介绍卷积神经网络中存在缺陷和一些改进措施,为新方法的开发打下基础。针对文本行检测问题,当前学术界基于通用目标检测算法发表了诸多改进成果,本文对这些算法进行了分类归纳。2)改进了一种特征增强的网络结构CFPM。从基本的FPN网络结构出发,本研究设计了堆叠的多层级融合结构来进行特征增强。此外为了更好训练文本行检测模型而使用人工合成数据集制作预训练模型,以取得文本行检测任务的准确性和快速性的良好平衡。特征增强也能够起到减少训练所需标注数据的作用,本文提出的CFPM特征增强结构配合DB语义分割网络模型,能够在不增加很多参数的情况下保证较高的精度和近似实时的速度。3)改进了基于AC Loss的文本行检测算法CFPM-DB+。本研究通过分析原始的DB语义分割模块中Loss设计的不足,使用AC Loss改进得到了DB+模块。采用基于语义分割的模型能够适应不同形状边界框标注的输入图像,能够得到和原图尺寸相同的预测图,这种方法可以减少繁琐的后处理步骤,加快模型的推理速度。本研究提出的CFPM-DB和CFPM-DB+算法在两个公开数据集上获得了较为平衡全面的性能指标。