摘要：絕緣子自爆缺陷識別是實現(xiàn)運行狀態(tài)監(jiān)測和故障診斷的重要前提。針對輸電線路航拍圖像背景復雜的特點,提出一種基于深度學習的絕緣子自爆缺陷識別方法。本文中應用深度學習目標分類算法中最具代表性的AlexNet,VGG16以及FasterR-CNN框架分別進行分類器和檢測器的訓練,并將分類器和檢測器級聯(lián)組成級聯(lián)網(wǎng)絡,進行絕緣子目標的檢測識別。分類器的正確率達到了72%,檢測器的正確率達到了59.6%,級聯(lián)網(wǎng)絡的漏檢率降為0。實驗結果表明本文的方法能夠有效地識別絕緣子、自動化性能良好,為下一步絕緣子故障搶修提供了基礎。