La detección de equipos eléctricos es un componente crítico en la inspección de líneas de transmisión de energía. Sin embargo, los algoritmos existentes de detección de equipos eléctricos a menudo enfrentan problemas como el gran tamaño de los modelos y la alta complejidad computacional. Este documento propone un algoritmo de detección de equipos eléctricos ligero basado en un gran campo receptivo y guía de atención. Primero, proponemos un módulo de extracción de características de gran campo receptivo ligero, CRepLK, que reparametriza múltiples ramas en una convolución de gran núcleo para mejorar la capacidad de detección multiescala del modelo; en segundo lugar, proponemos un cuello de fusión de muestreo dinámico guiado por ELA (LEDSF) ligero, que alivia el problema de desalineación de características inherente a las redes de cuello convencionales hasta cierto punto; finalmente, proponemos una cabeza de detección asimétrica parcial (PADH) ligera, que utiliza la redundancia de los mapas de características para lograr un peso significativamente ligero de la cabeza de detección. Los resultados experimentales muestran que en el conjunto de datos de equipos eléctricos Insplad, el número de parámetros, el costo computacional (GFLOPs) y el tamaño del peso del modelo se reducen en un 46.8%, 44.1% y 46.4%, respectivamente, en comparación con el modelo base, mientras que el mAP mejora en un 1%. Experimentos comparativos en tres conjuntos de datos de equipos eléctricos muestran que nuestro modelo logra un equilibrio convincente entre eficiencia y rendimiento de detección en escenarios de detección de equipos eléctricos.