随着我国工业化的不断推进，铁路运输需求不断增加。铁路接触网鸟巢异物的检测一直是保障铁路运行安全的一个难点问题。针对铁路接触网鸟巢异物检测准确度低且实时性弱的问题，研究人员提出了一种轻量级 ESA4-YOLOV5s网络模型，用于对鸟巢异物进行实时监控。该模型采用了 EfficientNet-B4 作为特征提取网络，通过 SUBA 结构进行特征融合，提高了检测速度和精度。实验结果表明，该模型 AP 提高了 7.65％，检测速度提高了 4FPS，为铁路接触网鸟巢异物检测提供了新思路和方法。