本发明公开的属于变电站道路技术领域,具体为一种基于深度学习的低光照变电站道路破损检测方法,包括具体步骤如下:S1:构建原始变电站道路破损图像数据集D1;S2:对D1进行预处理,得到处理后的变电站道路破损图像数据集D2,并对D2中的每张变电站道路破损图像p进行低光照退化合成操作,得到低光照版本图像p',并构成一个变电站道路破损图像二元组<p,p'>。本发明通过引入反射率特征提取和反射率优化学习,提升了低光照环境下对变电站道路破损的检测精度,有效减少了设备遮挡阴影和光照变化带来的干扰,避免了现有方法在低光照条件下过度依赖图像增强技术且易引入噪声的问题。