1.一种输电线路关键部件缺陷的检测方法，其特征在于，包括如下操作：

S1、获取数据集：分别获取输电线路的动态模糊图像和静态清楚图像，得到动态模糊数据集和静态清楚数据集；

S2、构建并训练教师网络：将高级特征提取模块、高级特征融合模块、高级分类器模块依次连接组成教师网络；所述教师网络经静态清楚数据集训练，得到训练教师网络；

所述高级特征提取模块用于实现改变图像尺寸、改变图像通道数和高级特征提取；所述高级特征融合模块用于实现坐标注意力处理、空间注意力处理、自适应融合和特征融合；

所述高级分类器模块用于实现教师缺陷目标检测；

S3、构建并训练学生网络：将初级特征提取模块、初级特征融合模块、初级分类器模块依次连接组成学生网络；所述学生网络经动态模糊数据集训练，得到训练学生网络；

所述初级特征提取模块用于实现改变图像尺寸、改变图像通道数和初级特征提取，所述初级特征提取包括部分卷积；所述初级特征融合模块用于实现坐标注意力处理、空间注意力处理、自适应融合、特征融合，以及学习所述高级特征融合模块；所述初级分类器模块用于实现学习教师缺陷目标检测结果和原始真实标签后，进行学生缺陷目标检测；

所述初级特征融合模块中的初级特征融合层，学习所述高级特征融合模块中对应层级的高级特征融合层，并获取每层的特征融合学习差；下一层初级特征融合层学习上一层的特征融合学习差；最后一层初级特征融合层学习所有层的特征融合学习差；

S4、缺陷目标检测：获取待检输电线路图，所述待检输电线路图分别经训练教师网络和训练学生网络处理，当所述训练教师网络和训练学生网络之间的特征损失熵小于阈值时，输出缺陷目标检测结果。

2.根据权利要求1所述的检测方法，其特征在于，

所述高级特征融合模块或初级特征融合模块中，输入特征图分别经坐标注意力处理和空间注意力处理，得到坐标注意力特征图和空间注意力特征图；

所述坐标注意力特征图和空间注意力处理特征图，经自适应融合，得到自适应融合特征图；

所述自适应融合特征图与输入特征图经特征融合处理后，执行所述高级分类器模块或初级分类器模块的处理。

3.根据权利要求2所述的检测方法，其特征在于，所述空间注意力处理的操作具体为：所述高级特征融合模块或初级特征融合模块中，输入特征图分别经全局最大池化和全局平均池化，得到第一张量和第二张量；

所述第一张量和第二张量经拼接，进行扩张卷积，经权重分配后，与所述输入特征图进行融合，得到所述空间注意力特征图。

4.根据权利要求2所述的检测方法，其特征在于，所述自适应融合的操作具体为：所述坐标注意力特征图和空间注意力特征图分别经自适应分配权重，进行权重融合处理，得到所述自适应融合特征图。

5.根据权利要求1所述的检测方法，其特征在于，所述S4中的特征损失熵为学习特征损失熵和分类特征损失熵之和；

所述学习特征损失熵为最后一层初级特征融合层与最后一层高级特征融合层之间的损失熵；

所述分类特征损失熵为初级分类器模块与高级分类器模块之间的损失熵。

6.根据权利要求1所述的检测方法，其特征在于，所述初级特征提取的操作具体为：将经改变图像尺寸和改变图像通道数处理的图像，依次进行部分卷积处理、多次的常规卷积、批量归一化和激活处理后，得到第一卷积特征图；

所述第一卷积特征图与所述图像，进行拼接融合，经所述改变图像尺寸和改变图像通道数处理后，执行所述初级特征融合模块中的操作。

7.根据权利要求6所述的检测方法，其特征在于，所述常规卷积为普通卷积或1×1卷积。

8.一种输电线路关键部件缺陷的检测装置，其特征在于，包括：

数据集生成系统，用于分别获取输电线路的动态模糊图像和静态清楚图像，得到动态模糊数据集和静态清楚数据集；

构建并训练教师网络系统，用于将高级特征提取模块、高级特征融合模块、高级分类器模块依次连接组成教师网络；所述教师网络经静态清楚数据集训练，得到训练教师网络；所述高级特征提取模块用于实现改变图像尺寸、改变图像通道数和高级特征提取；所述高级特征融合模块用于实现坐标注意力处理、空间注意力处理、自适应融合和特征融合；所述高级分类器模块用于实现教师缺陷目标检测；

构建并训练学生网络系统，用于将初级特征提取模块、初级特征融合模块、初级分类器模块依次连接组成学生网络；所述学生网络经动态模糊数据集训练，得到训练学生网络；所述初级特征提取模块用于实现改变图像尺寸、改变图像通道数和初级特征提取，所述初级特征提取包括部分卷积；所述初级特征融合模块用于实现坐标注意力处理、空间注意力处理、自适应融合、特征融合，以及学习所述高级特征融合模块；所述初级分类器模块用于学习教师缺陷目标检测结果和原始真实标签后，进行学生缺陷目标检测；所述初级特征融合模块中的初级特征融合层，学习所述高级特征融合模块中对应层级的高级特征融合层，并获取每层的特征融合学习差；下一层初级特征融合层学习上一层的特征融合学习差；最后一层初级特征融合层学习所有层的特征融合学习差；

缺陷目标检测系统，用于获取待检输电线路图，所述待检输电线路图分别经训练教师网络和训练学生网络处理，当所述训练教师网络和训练学生网络之间的特征损失熵小于阈值时，输出缺陷目标检测结果。

9.一种输电线路关键部件缺陷的检测设备，其特征在于，包括处理器和存储器，其中，所述处理器执行所述存储器中保存的计算机程序时实现如权利要求1‑7任一项所述的输电线路关键部件缺陷的检测方法。

10.一种计算机可读存储介质，其特征在于，用于存储计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1‑7中任一项所述的输电线路关键部件缺陷的检测方法。