针对现有文本区域检测网络中图像特征提取不足，导致行距过小或字距过大的电子铭牌文本区域检测精度低、误检率高的问题，提出了一种基于ResNet的电子铭牌文本区域检测改进方法。在卷积神经网络模型中引入卷积核，提高了卷积神经网络模型的并行运算能力。在长、短期记忆网络模块中，采用双向选通单元来降低模型训练的难度。实验结果表明，改进后的CTPN模型的F-测度显著提高，铭牌文本区域的误检率显著降低。