高压输电线路的航检影像资料数量巨大，储存整理和缺陷分析工作等运维成本很高。文章基于YOLOv4、语义分割和超分辨等深度神经网络结构，开发了航检影像智能分析与缺陷识别系统，将航检影像原始视频和图片进行分析、剪辑、整理，对杆塔关键部位进行智能化的缺陷分析识别，并结合YOLO、语义分割和超分辨等网络算法特点，提出了具有针对性的叠加组合识别算法模型，采用分布式并行运算服务进行部件缺陷识别，提高了整理缺陷识别效率。该系统将人工智能技术应用于高压输电线路航检影像缺陷识别方面，系统化地对航检影像资料进行处理。测试表明，该系统对输电线路航检影像中缺陷的识别准确率较高且整体识别速度较快，实现了高压输电线路航检影像分析与缺陷快速识别检测，使高压输电线路影像资料管理规范化。