1.一种基于深度学习的昆明准静止锋自动识别方法，其特征在于，包括：获取昆明准静止锋历史位置数据和气象数据；

利用所述昆明准静止锋历史位置数据和所述气象数据，获取昆明准静止锋标签集,包括：根据所述昆明准静止锋历史位置数据，通过气象信息综合分析处理系统MICAPS，获取昆明准静止锋的位置图像，并计算昆明准静止锋的经纬度数据；

根据所述气象数据，获取气象要素图像，并将所述昆明准静止锋的经纬度数据绘制在对应时次的气象要素图像，获取气象要素分布和锋线位置图；

根据所述气象要素分布和锋线位置图对所述昆明准静止锋的位置图像进行修订，获取修订后的昆明准静止锋位置图像；

对所述修订后的昆明准静止锋位置图像进行预处理，获取所述昆明准静止锋标签集；

利用所述气象数据，获取RGB图像数据集；

将所述昆明准静止锋标签集和对应时次的所述RGB图像数据集输入到DETR模型中进行训练，获得训练完成的DETR模型；

将任意时段RGB图像输入所述训练完成的DETR模型，输出任意时段昆明准静止锋的识别结果。

2.根据权利要求1所述的基于深度学习的昆明准静止锋自动识别方法，其特征在于，对所述修订后的昆明准静止锋位置图像进行预处理包括：对所述修订后的昆明准静止锋位置图像中的昆明准静止锋锋线进行逐时次提取，获取若干时次对应的昆明准静止锋位置图像，并预设所述若干时次对应的昆明准静止锋位置图像的范围、像素大小和颜色。

3.根据权利要求1所述的基于深度学习的昆明准静止锋自动识别方法，其特征在于，计算昆明准静止锋的经纬度数据包括：根据所述昆明准静止锋的位置图像的绘制范围和锋线格点相对位置，计算所述昆明准静止锋的经纬度数据。

4.根据权利要求1所述的基于深度学习的昆明准静止锋自动识别方法，其特征在于，利用所述气象数据，获取RGB图像数据集包括：将所述气象数据进行高斯平滑处理，将平滑后的气象数据进行灰度处理，并将灰度数值分别作为RGB图片的R、G、B通道中的像素值，获取所述RGB图像数据集。

5.根据权利要求1所述的基于深度学习的昆明准静止锋自动识别方法，其特征在于，所述气象数据包括风场、海平面气压和温度数据。

6.根据权利要求1所述的基于深度学习的昆明准静止锋自动识别方法，其特征在于，将所述昆明准静止锋标签集和对应时次的所述RGB图像数据集输入到DETR模型中进行训练包括：将所述昆明准静止锋标签集和对应时次的所述RGB图像数据集输入到DETR模型中进行训练，根据损失函数值获取最佳权重；

将所述最佳权重放入DETR模型中作为冻结权重，迭代训练mask分割部分，获取训练完成的DETR模型。

7.根据权利要求6所述的基于深度学习的昆明准静止锋自动识别方法，其特征在于，所述损失函数值包括目标检测部分和目标分割部分损失计算，其中，目标检测部分的损失函数根据匈牙利算法计算，目标分割部分根据二进制交叉熵损失函数计算。