针对人工巡检及传统视频监测方式不能及时识别输电线路外破隐患的问题,本文提出基于YOLOv4改进的输电线路外破隐患识别算法。该算法通过改进K-means++算法对图片样本集目标的大小进行聚类分析,筛选出符合检测目标特征的锚框,之后利用CSPDarknet-53残差网络提取图片深层次网络特征数据,采用SPP算法对特征图进行处理增加感受野,并引用自注意力机制(CBAM),增强模型的特征提取能力。最后结合实际输电线路现场监控图,测试后表明该算法能够及时准确检测到外破隐患。