随着人工智能特别是深度学习技术的快速发展，无人机检测和图像识别技术在电网输电线路损伤检测中发挥着重要作用。本文基于改进的Efficient-Det深度神经网络模型构建了损伤检测模型。采用分类识别前的目标检测方法，实现了输电线路的损伤识别。基于目标元素间的相关鉴别技术，优化了背景干扰引起的虚假识别问题。细节特征提取用于判断射击倾角，去除倾角过大的目标。实验结果表明，本文提出的改进EfficientDet目标检测模型的mAP识别率为51.16%，准确率分别为93.3%和91.8%，优于其他目标检测模型。同时，防振锤和召回率的分类准确率分别达到85.4%和81.7%，验证了该方法的准确性和实用性。