一种基于改进Faster R‑CNN算法的电缆隧道积水图像识别方法，包括：将巡检图像输入ResNet50主干网络以提取不同尺度的特征图；将不同尺度的特征图输入FPN网络进行特征融合，生成对应的尺度特征图；在ResNet50主干网络中引入多头自注意力机制MHSA；将生成的尺度特征图输入RPN网络，获取感兴趣积水区域图像；将不同大小的感兴趣电缆隧道积水区域图像输入到RoIAlign中，并将其映射到固定尺度的特征向量得到图像尺寸一样的特征矩；将特征矩阵进行全连接，对电缆隧道积水区域进行类别分类和位置回归计算以判断积水区域候选框的类别并预测其准确位置。本发明提高了电缆隧道积水识别的准确率与精准度。