深度学习方法在图像内容检测中取得良好效果并得到广泛应用。自然场景中Logo（标识）图案的检测具有很强的商业和社会需求，但获取其适用于深度学习方法的训练数据却并不容易。为解决上述问题，针对自然场景图片中包含Logo的检测和识别，本文提出一种生成对应训练数据集的合成方法。根据简单的输入和参数设置，该方法能够自动生成大量带有特定Logo并且符合自然场景特征的图片以及相应标注数据。这些生成数据可用于自然场景Logo检测识别的训练数据集，降低了深度学习网络模型的训练成本。使用本文方法合成的数据集训练的深度网络模型，可在FlickrLogos-32标准测试数据集上达到63.9%的平均准确率（mAP），接近使用大量真实人工标注数据的效果，体现了本文方法的有效性。