针对电气化铁路绝缘子缺陷人工携带仪器巡检耗时耗力存在安全隐患的问题，为运用智能化的图像处理技术准确快速地识别出绝缘子缺陷，提出了一种基于轻量化目标检测的绝缘子缺陷识别算法。以YOLO(you only look once)v3模型为基础，使用轻量化网络ShuffleNetv2(shuffle netv2)作为主干网络，加入空间注意模块(spatial attention mechanisms

SAM)增强模型的特征提取能力，采用K-means++作为锚点框聚类算法，使用距离并交比的非极大值抑制法(distance-intersection over union loss non-maximum suppression

DIoU-NMS)作为边界损失函数，进一步提高了算法性能。实验结果表明，所提出的算法在公共数据集上的Recall、Precision、F

1

分数(F

1

-Score)、精确率AP(average precision)和每秒传输帧数FPS(frames per second)指标分别达到91.52%、92.10%、91.81%、92.02%和52.62帧/s，在自制数据集上的上述指标分别达到93.12%、92.79%、92.95%、92.47%和64.38帧/s，检测精度和检测速度达到有效平衡。