技术特征：
1.一种文字区域边界检测方法，其特征在于，所述文字区域边界检测方法包括以下步骤：获取待处理图像，并通过预设主干网络对所述待处理图像进行特征提取，获得图像特征；根据所述图像特征以及预设区域建议网络确定初始候选区域，并对所述初始候选区域进行池化处理，获得第一固定特征和第二固定特征；通过预设文字区域调整网络对所述第一固定特征进行分析，获得特征分析结果；根据预设文字掩码分割网络以及所述第二固定特征确定初始文字区域边界检测结果；根据所述特征分析结果对所述初始文字区域边界检测结果进行调整，获得目标文字区域边界检测结果。2.如权利要求1所述的文字区域边界检测方法，其特征在于，所述根据所述特征分析结果对所述初始文字区域边界检测结果进行调整，获得目标文字区域边界检测结果的步骤，具体包括：从所述特征分析结果中获取置信度和位置偏移，并根据所述初始文字区域边界以及所述位置偏移确定初始文字掩码；根据所述初始文字掩码确定文字掩码重叠率，并根据所述文字掩码重叠率以及所述置信度确定目标文字掩码；对所述目标文字掩码进行边界检测，获得检测结果，并根据检测结果确定目标文字区域边界检测结果。3.如权利要求2所述的文字区域边界检测方法，其特征在于，所述根据所述初始文字掩码确定文字掩码重叠率，并根据所述文字掩码重叠率以及所述置信度确定目标文字掩码的步骤，具体包括：根据所述初始文字掩码确定文字掩码重叠率，并判断文字掩码重叠率是否大于预设阈值；在所述文字掩码重叠率大于预设阈值时，根据所述置信度对所述初始文字掩码进行排序，获得排序结果；根据所述排序结果对所述初始文字掩码进行筛选，获得目标文字掩码。4.如权利要求1所述的文字区域边界检测方法，其特征在于，所述根据所述图像特征以及预设区域建议网络确定初始候选区域，并对所述初始候选区域进行池化处理，获得第一固定特征和第二固定特征的步骤，具体包括：根据所述图像特征以及预设区域建议网络确定初始候选区域；通过预设形变兴趣区域池化模型对所述初始候选区域进行分析，获得形变偏移量；根据所述形变偏移量对所述初始候选区域进行池化处理，获得第一固定特征和第二固定特征。5.如权利要求1所述的文字区域边界检测方法，其特征在于，所述获取待处理图像，并通过预设主干网络对所述待处理图像进行特征提取，获得图像特征的步骤之前，所述文字区域边界检测方法还包括：获取初始样本图像，并对所述初始样本图像进行尺度调整，获得待处理样本图像；通过预设滑动窗口对所述待处理样本图像进行图像提取，获得待处理样本子图像；
对所述待处理子图像进行特征分析，获得正例样本子图像和负例样本子图像；根据所述正例样本子图像以及所述负例样本子图像对初始区域建议网络进行训练，获得预设区域建立网络。6.如权利要求5所述的文字区域边界检测方法，其特征在于，所述对所述待处理子图像进行特征分析，获得正例样本子图像和负例样本子图像的步骤，具体包括：获取所述待处理子图像的图像尺寸，并查找所述图像尺寸对应的阈值范围；对所述待处理子图像进行分析，获得文字包围框；获取所述文字包围框的各边界长度，并根据所述边界长度以及所述阈值范围确定正例样本子图像和负例样本子图像。7.如权利要求1
‑
6中任一项所述的文字区域边界检测方法，其特征在于，所述根据预设文字掩码分割网络以及所述第二固定特征确定初始文字区域边界检测结果的步骤之前，所述文字区域边界检测方法还包括：根据所述待处理图像确定形状结构约束函数；根据所述形状结构约束函数对初始文字掩码分割网络进行训练，获得预设文字掩码分割网络。8.一种文字区域边界检测设备，其特征在于，所述文字区域边界检测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的文字区域边界检测程序，所述文字区域边界检测程序被所述处理器执行时实现如权利要求1至7中任一项所述的文字区域边界检测方法的步骤。9.一种存储介质，其特征在于，所述存储介质上存储有文字区域边界检测程序，所述文字区域边界检测程序被处理器执行时实现如权利要求1至7中任一项所述的文字区域边界检测方法的步骤。10.一种文字区域边界检测装置，其特征在于，所述文字区域边界检测装置包括：获取模块、处理模块、分析模块、检测模块和调整模块；所述获取模块，用于获取待处理图像，并通过预设主干网络对所述待处理图像进行特征提取，获得图像特征；所述处理模块，用于根据所述图像特征以及预设区域建议网络确定初始候选区域，并对所述初始候选区域进行池化处理，获得第一固定特征和第二固定特征；所述分析模块，用于通过预设文字区域调整网络对所述第一固定特征进行分析，获得特征分析结果；所述检测模块，用于根据预设文字掩码分割网络以及所述第二固定特征确定初始文字区域边界检测结果；所述调整模块，用于根据所述特征分析结果对所述初始文字区域边界检测结果进行调整，获得目标文字区域边界检测结果。