1.一种识别样本不平衡的架空线路异常的方法，其特征在于，包括以下步骤： 步骤1：对采集的架空线路图片中正常和异常的电气设备进行标定； 步骤2:构建模型，通过现标定后的图片对模型进行训练，所述的模型为基于focal-loss的YOLO_v3模型； 步骤3：采集当前的架空线路图片，将图片输入至训练好的模型中进行识别，得到架空线路识别结果。 2.根据权利要求1所述的识别样本不平衡的架空线路异常的方法，其特征在于，所述的模型中，采用的focal-loss函数为： 其中Lfl代表loss值；a和γ为需要设置的超参数，a为斜率调整参数，γ为样本控制参数。 pi表示模型当前的训练结果认为第i个样本为正的概率(可以理解为置信度)； y表示标签值，y＝1，表示正样本，y＝0表示故障样本。 3.根据权利要求2所述的识别样本不平衡的架空线路异常的方法，其特征在于，a＝0.25，γ＝2.0。 4.根据权利要求1所述的识别样本不平衡的架空线路异常的方法，其特征在于，架空线路的识别包括以下情况： 绝缘子涉及的类别有绝缘子、绝缘子故障； 杆塔涉及的类别有杆塔和倾斜杆塔； 线路涉及的类型有断线； 避雷器涉及的类型包括避雷器和避雷器故障。 5.根据权利要求1所述的识别样本不平衡的架空线路异常的方法，其特征在于，基于识别结果，在图片中标定目标框，显示故障类别和置信度。 6.根据权利要求5所述的识别样本不平衡的架空线路异常的方法，其特征在于，置信度的阈值为0.7。
