本发明公开了一种电力巡检图像智能识别系统，采用基于深度学习的图像识别算法，融合多种深度卷积神经网络模型，主干网络基于FPN方法，覆盖各种尺寸物体，RPN输出薄征层加速模型推理，头部使用单层的RCNN子网络，减少权重，避免过拟合，采用在线困难样本挖掘技术，强化对于困难样本的检测能力，根据数据集特点，实现数据增强和详细的参数分析与对比试验。它具有如下优点：充分利用巡检大数据，实现图像自动识别分类，减轻运维人员的工作量，提高工作效率。