技术摘要：
本发明公开了一种结合ResNet50 FPN DCN的变电站图片鸟巢检测方法。采集变电站鸟巢样本图片并添加标签；以ResNet50网络框架模型以及Faster R‑CNN检测网络模型结合FPN特征金字塔网络模型与DCN可变形卷积核，建立深度学习网络模型；随机划分为训练集和测试集；训练集数据  全部
背景技术：
变电站中的大量设备都部署在室外，容易受到外来鸟巢的影响而产生安全隐患。 传统的人工巡检方式，一方面耗时耗力，另一方面对巡检人员有很高的要求。因此，如果能 够通过巡检机器人对变电站环境中鸟巢进行自动检测，对于实现智能巡检具有重要意义。 借助深度学习方法对巡检机器人拍摄到的巡检影像进行自动化检测，也是亟需解决的难题 之一。
技术实现要素：
为了解决