随着智能电网的迅速发展，在变电站现场安全作业检测时，时常发生作业人员安全帽、安全带、绝缘手套等佩戴异常情况。为了进一步保障电网安全，针对变电站现场环境复杂、人员较多、实时性要求高等情况，本文提出一种M-YOLOV5s算法，针对检测的实时性要求，将YOLOV5s的特征提取网络换成MobileNet　V3　small网络，并引入自适应ACON激活函数。同时，针对现场小目标，在模型特征融合层中加入轻量级注意力机制CBAM，进一步提升模型性能。实验结果表明，采用本文所提出的方法进行电网现场作业安全检测，模型体积缩小至4.89MB，在极大提高模型检测速度的同时，模型精度仅损失3.12%，更有利于模型的前端部署。此外，该方法能够满足电网现场作业人员穿戴安全检测的实时性。