人工智能技术迅速发展，给目标的快速准确检测提供了技术支撑，本书针对目前的现有传统算法在目标检测中的准确性、实时性和鲁棒性问题进行深度研究。首先对应用场景进行深入分析，主要设计输电线路的典型目标识别，输电电路的异物识别，以及烟厂的烟支吸头情况。其次根据应用场景分析，利用深度学习技术对YOLOv7、以及轻量型算法Deeplabv3+等进行分析和改进，提出改进后的算法使之检测精度、实时性和鲁棒性更高。最后对算法在公开数据集和自建数据集上进行应用，充分证明本书算法的在提高检测精度和鲁棒性上具有较高的性能。