摘要：基于圖像的絕緣子識別是電網(wǎng)的智能電力巡檢的重要任務(wù)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(dǎo)致目標(biāo)檢測精度不高,針對此問題進行基于Residual-FPN優(yōu)化的卷積神經(jīng)網(wǎng)絡(luò)絕緣子識別研究。首先采集并且標(biāo)注絕緣子圖像數(shù)據(jù),這些數(shù)據(jù)包含了高壓輸電塔、鐵路接觸網(wǎng)等場景;然后構(gòu)建不同網(wǎng)絡(luò)結(jié)構(gòu)的絕緣子識別系統(tǒng),網(wǎng)絡(luò)經(jīng)過訓(xùn)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(jié)果表明,基于Residual-FPN優(yōu)化后的網(wǎng)絡(luò)具有較高的識別率,識別精度達到90.21%。