输电线路安全运行是电网稳定供电的重要保障，线路异物易引发电力故障，传统巡检方式难以满足智能电网运维需求。本文提出基于YOLOv9的输电线路异物智能检测方法，利用GELAN结构与PGI机制提升复杂场景下小目标异物检测性能。在自建数据集上的实验表明，该方法精确率达90.6%，mAP@0.5达85.7%，可快速、精准、稳定识别输电线路异物，为电力线路智能化、无人化运维提供高效可行的技术方案。

输电线路；异物检测；智能巡检；YOLOv9

[1]丁栩麟.基于YOLO-V5改进模型的无人机输电线路巡检缺陷识别[J].电工技术,2025(08):105-108.

[2]邱天衡,王玲,王鹏,等.基于改进YOLOv5的目标检测算法研究[J].计算机工程与应用,2022,58(13):63-73.

[3]赵福生,尼鹿帕尔·艾克木,伊力哈木·亚尔买买提,等.基于YOLOv8的输电线路巡检算法研究[J].电子测量技术,2025,48(10):117-126.

[4]张利丰,田莹.改进YOLOv8的多尺度轻量型车辆目标检测算法[J].计算机工程与应用,2024,60(03):129-137.

[5]曹成发,安东,马伟荣,等.一种改进的YOLOv8无人机输电线路巡检图像识别检测网络[J].电气时代,2025(03):56-59.

[6]廖炎华,鄢元霞,潘文林.基于YOLOv9的交通路口图像的多目标检测算法[J].计算机应用,2025,45(08):2555-2565.