本发明公开了一种基于输电线路自主巡检的机载轻量化边缘计算方法及系统，获得训练数据集；根据训练数据集，通过深度学习框架darknet构建具有轻量化模型的Yolov4算法训练关键拍照部位模型；获取评估数据集，并使用评估数据集对训练后的模型进行评估，根据评估指标获得确定模型；对杆塔进行精细化自主巡检获得的图像建立拍摄库和档案库，训练结束后采用确定模型进行识别；对重点巡检位置，将采集的数据实时传输到训练好的模型中，实现对关键拍照部位进行实时识别，并在出现问题时及时发出警报；本发明把通过深度学习框架darknet构建的Yolov4算法进行改进，实现图像识别的轻量化边缘计算，从而保证识别时效、耗电量和通信流量的协调，提高巡检设备的综合性能。