本发明公开了一种基于轻量级卷积网络模型的图片异常检测方法，包括如下步骤：S1、获取巡检输电线路设备的图像样本，输入到样本库；S2、将图像样本作为轻量级卷积网络模型的输入，通过卷积层过滤后获取对应图像的特征映射；S3、将特征映射输入到归一化层进行标准化；S4、通过Leak ReLu激活函数来增加模型的非线性特征；S5、使用最大池化层来压缩数据，提取特征图；S6、将特征图平展输入到全连接层中得到图像检测的最终的结果。通过对传统卷积神经网络模型进行优化，优化后的模型不仅可以有效的学习到图片中的特征，而且参数量和计算量都远远小于其他传统模型，能够更加满足计算资源不足的终端设备的运算需求。