论文的创新点：输电线路绝缘子长期暴露于复杂环境中，经常在雨天等恶劣天气下运行。针对现有绝缘子缺陷的雨天目标检测方法较为有限且检测精度不高的问题，本文提出了一种去雨目标检测算法DRIYolov7 (Deraining-Insulator-Yolov7)。首先构建了一个专门针对雨天环境的绝缘子目标检测数据集。其次，在Yolov7的预处理模块中加入改进的生成对抗网络图像恢复算法DRGAN，在目标检测网络Yolov7中引入部分卷积PConv与轻量级上采样算子CARAFE，以降低模型参数量，并采用Wise-IoU边界框回归损失函数，以实现更快的收敛速度并提升检测器的准确度。实验结果表明，所DRIYolov7算法在雨天绝缘子缺陷目标检测任务中表现出色，在所建数据集中平均精度均值MAP值达到了82.30%，在去雨目标测试中也取得了显著的效果。论文期刊为国外期刊Journal of Real-Time Image Processing，该期刊为SCI期刊，中科院分区三区，影响因子2.976；整个研发团队包括3位副高级教师和3位研究生。该成果已经在西安金源电气股份有限公司成果转化。