Contaminazione ambientale e inquinamento sotto condizioni meteorologiche specifiche possono causare scariche sulla superficie degli isolatori nelle linee e nelle stazioni dell’alta tensione, con conseguenti possibili interruzioni del servizio. In questo lavoro viene presentato il primo tentativo di un nuovo approccio nel rilevamento delle scariche superficiali, basato su tecniche di intelligenza artificiale e computer vision. La ricerca è svolta nell’ambito di una collaborazione con TERNA (il TSO italiano). I video, raccolti dalla telecamera della stazione di prova LANPRIS per lo scopo del monitoraggio dell’invecchiamento degli isolatori, sono stati utilizzati per esplorare il potenziale di un approccio di object detection utilizzando una rete neurale artificiale per riconoscere gli isolatori nei video e per distinguere gli isolatori con comportamento normale da quelli soggetti a fenomeni di scarica superficiale. I dati di input sono descritti nel contesto della sperimentazione LANPRIS, il modello scelto per la object detection e la pipeline, creata per analizzare i file video, vengono introdotti nel presente articolo; gli strumenti utilizzati per questo lavoro vengono illustrati nel dettaglio e si discutono i risultati della ricerca. Questo studio è la parte iniziale di un più ampio lavoro volto alla sperimentazione di tecniche di intelligenza artificiale e di computer vision in sistemi che monitorano componenti molto importanti del sistema elettrico, come gli isolatori delle linee di alta tensione.