针对城镇地下管网规模巨大、传统的人工检测方法已不能满足现在工程需求的问题，提出采用MobileNetv3?YOLOv7网络模型作为地下管道缺陷目标检测的算法来提升检测的精度和速度。首先，管道图像数据集进行预处理，对输入图像灰度化及重采样，均衡样本的数量；其次，将轻量化网络MobileNetv3和YOLOv7网络框架相结合，增加BiFPN特征金字塔结构以提高精确度；然后，在数据处理方面通过Mosaic数据增强方式提高该模型的鲁棒性；最后，设计YOLOv7网络模型的对比实验验证本模型的可行性。在Pytorch实验框架下，对MobileNetv3?YOLOv7网络模型进行了验证。实验结果表明，该模型可减少参数计算量，并且平均准确率有所提高。
