针对气体绝缘组合电器(Gas　Insulated　Switchgear,　GIS)红外巡检中图像对比度低、易受道路等背景辐射干扰，各组件温升差异难以直接提取的不足，提出了基于多光谱语义分割和目标检测的GIS各组件红外特征智能识别算法。采用红外-可见光双光谱成像系统，构建了现场变电站GIS的红外和可见光多光谱数据集；基于MF-net多光谱语义分割框架，采用双分支编码器分别提取GIS外壳红外和可见光特征信息，进而在译码器上实现多光谱特征融合和GIS本体红外图像分割，从而排除了环境背景辐射对GIS组件识别和温升特性提取的影响；将分割后的GIS本体红外图像进行主母线、分支母线、互感器、断路器和隔离开关等组件标记，随后采用YOLOv4算法实现对GIS不同组件的识别。结果表明与未进行语义分割GIS红外组件识别模型相比，所提出模型可以达84.2%平均识别准确率，其中电流互感器精确度达93.68%、断路器精确度达92.68%、召回率达96.20%和F1值得分0.94,GIS组件温升识别能够去除道路等高辐射背景对测温结果干扰，对提高户外GIS设备温升红外热成像的结果可靠性和智能化具有应用价值。