本发明涉及一种基于改进MaskRCNN的变压器套管红外图像识别方法，包括以下步骤：步骤1、获取大量变压器套管红外图像；步骤2、图像进行缩放；步骤3、图像进行锐化；步骤4、构建特征金字塔网络FPN以提取步骤3中锐化后的变压器套管红外图像特征；步骤5、将步骤4中FPN输出的特征图传送到区域建议网络RPN，以搜索存在变压器套管的感兴趣区域RoIs；步骤6、利用边框回归、分类和掩膜预测的联合损失函数训练网络；步骤7、输出变压器套管红外图像识别结果。本发明能够通过巡检机器人执行巡检时所获得的红外图像高精度识别变压器套管。