本发明公开了一种基于改进孪生网络的电力设备图像缺陷判别方法，其步骤包括电力设备图像采集、数据清洗、数据增广、构建图像判别数据集、判别模型训练、实时推理和数据集更新与模型迭代。针对因图像训练样本收集难、缺陷特征不一致的设备缺陷类型进行了分析，构建了基于孪生网络结构的缺陷图像判别模型，提出了数据集更新与模型迭代优化策略，利用实时推理后的电力设备图像扩充判别数据库，提升了数据集数量的同时保证了数据集的质量；同时基于更新后的数据集定期重新训练模型，实现模型的迭代优化，设计的联合优化损失函数，综合考虑了类间可分性和类内紧凑性，提升了电力设备图像缺陷判别准确度的同时加快了模型训练收敛速度。