本文发明提出了一种基于深度学习的集装箱文本识别方法,包括如下步骤:制作数据集;使用我们提出的CTDNet(Container Text Detection Network)进行文字检测,采用多任务损失函数对检测模型进行训练;使用我们提出的由编码器和解码器构成的CTRNet(Container Text Recognition Network)进行文字识别;后处理步骤舍弃识别率低的文本框,提高检测和识别的精度。我们提出的基于深度学习的集装箱文本识别方法,可以更加有效的提取图像特征,具有更快的收敛速度,在提高识别准确率的同时保持一张图片的识别速度为在1秒左右。