本发明属于计算机视觉技术，具体涉及一种基于改进CenterNet的绝缘子缺陷检测方法，为了使检测模型适应绝缘子及其缺陷特征尺度的差异，编码阶段采用特征分组和分离注意力的结构提取特征，并在之后加入空洞空间金字塔池化结构实现捕捉绝缘子及其缺陷的多尺度特征；为了减少解码网络中特征信息的丢失，将特征分组和分离注意力结构的不同层特征级联ECA注意力模块，并分别与经过SA空间金字塔注意力模块的各反卷积特征相加形成双重注意力特征融合；通过物体的热力图中心点回归物体的宽高、尺寸信息。该方法可以直接从数据学习得到特征，无需手工设计的特征，能够在背景复杂的巡检图像中实现准确的绝缘子缺陷检测。