绝缘子缺陷检测是输电线路智能运维与状态检修中的关键环节，精准高效的缺陷识别对保障电网安全稳定运行、降低人工巡检成本及提升电力系统智能化水平具有重要意义。随着无人机巡检与机器视觉技术的飞速发展，构建高质量的绝缘子缺陷标注数据集已成为训练高精度检测模型的前提。本文将分享一份包含 400 张图像的绝缘子缺陷检测数据集，适用于各类电力巡检视觉算法的研发与测试。

该数据集聚焦输电线路巡检场景中的绝缘子串状态，精准覆盖 3 类典型检测目标：闪络（Flashover）、破损（Damage）、绝缘子本体（Insulator）。通过无人机搭载高清变焦相机在不同地形地貌（平原、山区、丘陵等）及输电走廊实地采集，并经多轮人工筛选与标注校验，最终收录 400 张有效图像。数据涵盖不同拍摄距离、不同电压等级的绝缘子形态，以及不同天气状况（晴天、阴天、雾天）、不同光照角度下的缺陷特征，场景多样性强，完全贴合真实的电力巡检作业环境。

部分数据集展示如下：

数据集有三类标签，分别为 闪络（Flashover）、破损（Damage）、绝缘子本体（Insulator）。

需要处理后的数据集可V🔍：笑脸惹桃花 获取。