我国的电信产业飞速发展,很多相关的产业如移动支付,共享经济都与光缆密不可分。光缆干线直接影响经济,甚至关乎国防,这些重要的光缆一旦被施工等外力挖断,损失将不可估量。而每年都有大量此类事件发生。光缆巡检是指沿着运营商光缆,逐段确认光缆是否正在遭到外力的破坏或者有遭受外力破坏的风险。传统的巡检方式主要是人工巡检,而交通不发达的郊区光缆干线较多,很多地方需要人工步行去确认光缆的安全,在许多危险地形巡检员的安全问题难以保障,也无法确保巡检员的出勤率。基于能对埋藏在地底的光缆造成威胁的绝大多数为重型施工机械的事实,本文针对性地提出了基于树莓派和4G网联工业无人机的智能巡检方案:先于PC上训练出基于Yolo V3-tiny的目标检测模型,然后在网联工业无人机上搭载部署好识别模型的树莓派,实现实时目标检测。识别主要类别有挖掘机,推土机和卡车,通过识别这些标志物来将光缆路径上的存在隐患的照片挑选出来,然后再进行人工确认,最后判断是否为隐患点,并派遣相关人员协调施工以确保光缆的安全。本文的主要工作和研究内容有:采集数据到制作数据集;训练部署模型;对相同数据集得到的模型在不同设备环境下的表现性能进行研究比对;基于Python编写辅助程序实现树莓派4B的目标检测的自动化。经测试,检测单张图片耗时约1s,目标检测的模型查全率为67.62%。