摘要：基于圖像的絕緣子識別是電網的智能電力巡檢的重要任務之一,由于無人機巡檢中絕緣子大小和種類、拍攝角度以及場景的多樣性導致目標檢測精度不高,針對此問題進行基于Residual-FPN優化的卷積神經網絡絕緣子識別研究。首先采集并且標注絕緣子圖像數據,這些數據包含了高壓輸電塔、鐵路接觸網等場景;然后構建不同網絡結構的絕緣子識別系統,網絡經過訓練后對絕緣子圖像進行識別;最后分析不同模型對絕緣子的識別精度的影響。實驗結果表明,基于Residual-FPN優化后的網絡具有較高的識別率,識別精度達到90.21%。