Los aislantes son dispositivos de seguridad importantes en las líneas de transmisión de alta tensión. Un sistema de inspección de aislantes basado en UAV se utiliza ampliamente. La detección de defectos en aislantes se realiza frente a dos problemas de ingeniería principales: 1. La escasez de imágenes de defectos, que conduce a un problema de sobreajuste de la red. 2. La detección de objetos pequeños, que es causada por la larga distancia de fotografía aérea y la baja resolución de las imágenes del área de defectos del aislante. En este estudio, en primer lugar, se utiliza el método de reconstrucción de superresolución para aumentar el conjunto de datos, lo que no solo puede resolver el problema de sobreajuste, sino también enriquecer las características de textura de la imagen y los valores de píxeles de las áreas defectuosas. En segundo lugar, en el proceso de detección de defectos en aislantes, se utiliza un método de cascada en dos etapas. En la primera etapa, se utiliza el algoritmo de detección de objetos rotados para realizar la localización de los hilos de aislantes, y luego se recortan las imágenes de los aislantes identificados para reducir la proporción del área de fondo en las imágenes de defectos. En la segunda etapa, se utiliza YOLO v5 para la detección de tapas de aislantes que presentan defectos. El método propuesto muestra un buen efecto de detección en el conjunto de entrenamiento autoconstruido que contiene solo 85 imágenes capturadas en entornos de inspección reales. El método tiene un valor práctico de aplicación industrial.