本发明公开了一种基于SDE_YOLOv8的高压导线断散股检测方法，包括如下步骤：采集高压导线断散股数据收集；数据集扩容与整合；增强对数据特征的学习；引入EMA注意力机制提高SDE_YOLOv8提取和关注特征信息的；改进YOLOv8损失函数，将YOLOv8中的损失函数替换成Shape‑IOU损失函数，使得模型增强对目标形状和尺寸的关注，提高检测性能；结果预测，并输出检测结果。本发明方法，将DCNv4_Net嵌入YOLOv8可以提高模型对不规则变化的学习和归纳，提高模型检测精确度，SDE_YOLOv8模型能够精准高效检测高压导线断散股故障。本发明方法为小样本目标检测提供了一个方向，提高了模型学习的速度以及目标检测的质量，检测效果更加精确。