技术摘要：
本发明公开了一种结合YOLO v3和SENet的高速铁路接触网图像识别方法。通过YOLO v3模型对高速铁路接触网图像中的绝缘子区域的U型抱箍进行检测定位，然后将定位到的U型抱箍从原图像中扣取出来并缩放；再通过SENet模型对缩放后的U型抱箍图像进行分类识别，获得U型抱箍备母  全部
背景技术：
高速铁路接触网是沿高铁线路上空架设的向动车组供电的特殊形式的输电线路， 高铁列车运行所仰赖的电流就是通过机车上端的接触网来输送的。其由接触悬挂、支持装 置、定位装置、支柱与基础几部分组成。由于接触网无备用，且需承受高速列车受电弓的动 态取流，所以其设备状态的好坏直接影响到行车。 绝缘子区域的U型抱箍作为高速铁路接触网的一部分，对接触网的稳定运行有着 举足轻重的作用。虽然备母缺失暂时不足以引起绝缘子连接失效，但如不及时发现和补充， 诱发连接失效的风险就会逐步累积。为及时发现高速铁路接触网绝缘子区域的U型抱箍上 的备母缺失问题，防止接触网运行出错，亟需研发自动化的U型抱箍备母缺失识别方法。
技术实现要素：
为了解决