摘要：基于图像的绝缘子识别是电网的智能电力巡检的重要任务之一,由于无人机巡检中绝缘子大小和种类、拍摄角度以及场景的多样性导致目标检测精度不高,针对此问题进行基于Residual-FPN优化的卷积神经网络绝缘子识别研究。首先采集并且标注绝缘子图像数据,这些数据包含了高压输电塔、铁路接触网等场景;然后构建不同网络结构的绝缘子识别系统,网络经过训练后对绝缘子图像进行识别;最后分析不同模型对绝缘子的识别精度的影响。实验结果表明,基于Residual-FPN优化后的网络具有较高的识别率,识别精度达到90.21%。