本发明提供了一种无人机电路巡检照片中关键部件的异常监控方法及系统，先根据关键部件的图形数据库、无人机的历史巡检数据、历史诊断数据等通过深度神经网络进行训练得到各个关键部件的异常识别模型。然后，将无人机在巡检过程中采集到的当前巡检数据中的可见光图像和当前红外图像通过提升小波算法进行多次滤波处理后，再通过中值滤波算法进行多次滤波处理，得到滤波后的预处理可见光图像和预处理红外图像；最后，从预处理可见光图像和预处理红外图像分割出各个关键部件的当前图像并输入所述异常识别模型，分析该关键部件是否存在异常，若该关键部件存在异常，则进行报警提示。通过上述方式，提高了对电路中关键部件异常识别的准确性。