本发明公开了一种文本检测训练集的生成方法，首先按照目标的面积占比或者目标的宽度占比统计训练集的目标信息，按照目标的面积占比或者目标的宽度占比将目标分为多个级别，然后将目标从原图按照标注好的框截取下来，按照级别分别保存，通过图像处理抹掉图片上的文字，保留背景信息，作为新的训练集的背景，再将截下来的各级别的目标，按照一定比率写入背景之中，生成新的训练样本。该方法使得目标分布可控，小目标占比提升，可以改善小目标的漏检情况；并且训练集数量可控，以相对少的训练集达到相同的训练效果。