1.一种基于可见光和红外图像的输电走廊山火及伴生烟雾检测方法，其特征在于，包括以下步骤：（A）构建输电走廊山火及伴生烟雾检测图像数据集，所述数据集包括可见光图像和红外图像的增强后图像二元组；

（B）构建可见光图像特征提取网络，用于提取可见光图像的多尺度特征图；

（C）构建红外图像特征提取网络，用于提取红外图像的多尺度特征图；

（D）构建图像融合与检测网络，用于对可见光和红外特征图进行特征级融合，并输出山火及伴生烟雾的检测结果；

（E）将所述可见光图像特征提取网络、红外图像特征提取网络和图像融合与检测网络组合成多源融合山火及伴生烟雾检测模型，并应用于输电走廊火情识别任务；

步骤（D）中所述图像融合与检测网络包括：跨模态动态对齐模块，用于红外特征与可见光特征的空间对齐；可见光-红外特征融合模块，用于特征融合与语义增强；

密集-注意融合子模块，用于多分支特征整合；

DyHead模块，用于输出检测结果；

所述跨模态动态对齐模块包括：

多分支结构提取可见光语义特征；

通道注意机制实现跨模态交互；

可变形卷积实现红外特征的空间对齐；

所述可见光-红外特征融合模块采用编码器-融合层-解码器结构，包括：双流编码器分别处理可见光和红外特征；

融合层使用MobileViT Block进行全局语义建模；

解码器通过反卷积和密集-注意融合子模块进行特征还原；

所述密集-注意融合子模块包括：

SE Block通道注意力分支；

CBAM空间-通道注意力分支；

DenseBlock密集连接分支；

多分支特征拼接与压缩映射。

2.根据权利要求1所述的一种基于可见光和红外图像的输电走廊山火及伴生烟雾检测方法，其特征在于，步骤（A）包括：对同一视角、同一时间点采集的可见光图像和红外图像进行裁剪、标注和数据增强操作，生成增强后图像二元组，构成所述数据集。

3.根据权利要求1所述的一种基于可见光和红外图像的输电走廊山火及伴生烟雾检测方法，其特征在于，步骤（B）中所述可见光图像特征提取网络包括：多尺度空洞融合残差模块，用于增强对不同尺度目标的感知能力；

Swin Transformer block模块，用于局部窗口自注意力建模；

所述可见光图像特征提取网络输出多尺度的可见光提取特征图。

4.根据权利要求3所述的一种基于可见光和红外图像的输电走廊山火及伴生烟雾检测方法，其特征在于，所述多尺度空洞融合残差模块包括：三个分支结构，分别采用不同核尺寸的非对称卷积和空洞卷积；

EMA注意力机制，用于多尺度特征交互；

Drop Path操作，用于正则化处理；

残差连接，用于保留浅层特征并促进梯度传播。

5.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至4中任一项所述的方法。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至4中任一项所述的方法。