摘要：基于圖像的絕緣子識(shí)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(jī)巡檢中絕緣子大小和種類、拍攝角度以及場(chǎng)景的多樣性導(dǎo)致目標(biāo)檢測(cè)精度不高,針對(duì)此問題進(jìn)行基于Residual-FPN優(yōu)化的卷積神經(jīng)網(wǎng)絡(luò)絕緣子識(shí)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(chǎng)景;然后構(gòu)建不同網(wǎng)絡(luò)結(jié)構(gòu)的絕緣子識(shí)別系統(tǒng),網(wǎng)絡(luò)經(jīng)過訓(xùn)練后對(duì)絕緣子圖像進(jìn)行識(shí)別;最后分析不同模型對(duì)絕緣子的識(shí)別精度的影響。實(shí)驗(yàn)結(jié)果表明,基于Residual-FPN優(yōu)化后的網(wǎng)絡(luò)具有較高的識(shí)別率,識(shí)別精度達(dá)到90.21%。