深度网络模型自监督训练、土地利用变化检测方法及装置

本发明公开一种深度网络模型自监督训练、土地利用变化检测方法及装置，属于遥感图像处理领域。其中训练方法包括：获取第一时相训练图像和第二时相训练图像；将第一时相训练图像和第二时相训练图像输入深度网络模型，获取第一时相图像特征和第二时相图像特征；将第一时相图像特征和第二时相图像特征中同一场景、不同角度的图像特征构造正样本对，不同场景的图像特征构造负样本对；构造多角度对比损失函数；根据正样本对、负样本对和多角度对比损失函数，对深度网络模型进行自监督训练。本发明从多视角影像中构建自监督学习范式，以土地利用变化检测为下游任务，在不依赖或仅依赖较少人工标注样本的前提下实现土地利用监测。