本发明公开了一种基于改进UNet的输电线路绝缘子鸟粪污秽等级检测方法，涉及电力系统技术领域。本发明包括将以UNet为代表的深度学习语义分割模型引入电力领域，通过拍摄从输电线路上拆卸下的绝缘子，构建原始的输电线路绝缘子鸟粪数据集；利用labelme对数据集进行标注，通过较少的标注信息，带入模型进行迭代学习，获得当前数据集下的最优权重，用训练的最优权重对未标记数据集进行反向预测标注，同时保留预测信息，通过对预测的标注信息进行人工修改，获得最终的数据集等。本发明方法能够在非接触条件下快速准确的了解绝缘子上鸟粪累积程度，为技术人员分析绝缘子运行状态以及制定绝缘子的清洗维护计划提供技术依据。