随着智能机器人、无人驾驶、医疗诊断的飞速发展,文本的检测与识别已经成为定位和理解物体信息的重要途径 [28]。现实当中,许多跟文本识别相关的应用极大地方便了我们的生活,如车牌识别, 发票识别, 拍图识字等等. 提到文本检测识别，我们会联想到的一个词就是 OCR，OCR 是光学字符识别 Optical Character Recognition的简称，是指对文本资料的图像文件进行分析识别处理，获取文字的过程 [19]。 现在所说的OCR 通常也指场景文字识别，根据识别场景，可大致将 OCR 分为识别特定场景的专用 OCR 和识别多种场景的通用 OCR。