本发明公开了基于U‑Net的电气二次图纸文字信息的识别方法及系统，包括：采集历史的电气二次图纸，并对图像进行切片处理；利用处理后的图像，对U‑Net深度学习模型进行训练；利用训练好的模型对输入的电气二次图纸进行文字检测。通过利用U‑Net深度学习模型对电气二次图纸进行文字检测和识别，相比于传统的手工方法或简单的图像处理技术，能够更准确地识别图纸中的文字信息，同时大大提高了自动化处理的程度。提高了工作效率。对电气二次图纸中复杂布局和信息密集度的适应性。即使在关联部分过多或图纸信息密集的情况下，也能有效识别文字信息。