针对传统电气绝缘子人工巡检状态效率低下的问题,提出了基于深度可分离卷积网络MobileNetV2SSD的航拍绝缘子目标检测方案。利用航拍无人机拍摄绝缘子数据集,并将其分配为训练集与评测集。通过训练集对MobileNetV2SSD网络进行训练,使其学习到航拍绝缘子特征。利用测试集对模型进行效果评测,评测标准使用平均精确率与召回率,模型对航拍绝缘子定位达到了92.48%的平均精确率与71.42%的召回率,在含故障绝缘子标签数据集上的定位精度达到了82.47%的平均精确率与81.07%的召回率。得益于深度可分离卷积,有效减小了参数的运算量,模型大小也压缩至18.2MB,成功在移动端部署。实验表明,基于深度可分离卷积网络MobileNetV2SSD的航拍绝缘子检测方案,不论在检测精度还是在模型大小上都具有很好的效果与表现。