1.一种带前端分析的输电线路图像监测设备，其特征在于，包括功能主板、控制板、接口扩展板及电源，所述电源为控制板供电，控制板与功能主板通信并为功能主板供电，功能主板集成有拍照模块、通信模块和cpu，功能主板内嵌云管理平台，所述云管理平台包括图像分析模块，所述图像分析模块采用基于深度学习的轻量化目标检方法对采集的图像进行隐患分析。
2.根据权利要求1所述的带前端分析的输电线路图像监测设备，其特征在于，所述轻量化目标检测方法步骤为：
s1、构建输电线路通道隐患图片样本集；
s2、在mxnet深度学习框架基础上，搭建轻量化目标检测模型；
s3、修改模型算子精度由32fp为16fp；
s4、根据kmean聚类算法计算anchor值，设计anchor值适配不同尺寸输出；
s5、轻量化目标检测模型初始化并利用混合精度进行训练，直至模型收敛；
s6、部署轻量化目标检测模型到云管理平台。
3.根据权利要求2所述的带前端分析的输电线路图像监测设备，其特征在于，轻量化目标检测模型的搭建方法为：
在mxnet深度学习框架基础上搭建轻量化特征提取网络层，轻量化特征提取网络层包括卷积层、池化层和特征连接层，所述特征连接层包括特征提取层，所述特征提取层包括一个两路密集层来得到不同尺度的感受野；其中，一路密集层采用一个3×3的卷积核，用于捕捉小尺寸目标，一路密集层采用2个3×3的卷积核的卷积核。
4.根据权利要求1所述的带前端分析的输电线路图像监测设备，其特征在于，所述功能主板连接接口扩展板，由接口扩展板连接多个输电线路参数检测元件，云管理平台还包括状态评估模块，输电线路参数检测元件检测数据发送至状态评估模块，状态评估模块判断各输电线路参数检测元件采集的数据是否处于正常范围内，一旦有一项不在正常范围内，立即上传异常信息并预警。
5.根据权利要求1所述的带前端分析的输电线路图像监测设备，其特征在于，所述功能主板连接接口扩展板，接口扩展板上设置多个可扩展硬件接口。
6.根据权利要求1所述的带前端分析的输电线路图像监测设备，其特征在于，所述电源包括太阳能电池板和蓄电池，所述太阳能电池板通过电源转换模块为蓄电池供电，蓄电池通过电源控制电路连接至控制板。
7.根据权利要求1所述的带前端分析的输电线路图像监测设备，其特征在于，所述可扩展硬件接口连接副机拍照设备。
8.一种带前端分析的输电线路图像分析方法，其特征在于，在输电线路前端监控设备的功能主板内嵌分析单元，由分析单元对监控设备采集的图像信息采用基于深度学习的轻量化目标检方法对采集的图像进行隐患分析，基于深度学习的轻量化目标检方法包括以下步骤：
s1、构建输电线路通道隐患图片样本集；
s2、在mxnet深度学习框架基础上，搭建轻量化目标检测模型；
s3、修改模型算子精度由32fp为16fp；
s4、根据kmean聚类算法计算anchor值，设计anchor值适配不同尺寸输出；
s5、轻量化目标检测模型初始化并利用混合精度进行训练，直至模型收敛；
s6、部署轻量化目标检测模型到云管理平台。
9.根据权利要求8所述的带前端分析的输电线路图像分析方法，其特征在于，轻量化目标检测模型的搭建方法为：
在mxnet深度学习框架基础上搭建轻量化特征提取网络层，轻量化特征提取网络层包括卷积层、池化层和特征连接层，所述特征连接层包括一个两路密集层来得到不同尺度的感受野；其中，一路密集层采用一个3×3的卷积核，用于捕捉小尺寸目标，一路密集层采用2个3×3的卷积核的卷积核，用于捕捉大尺寸目标。