一种基于深度学习的遥感图像分类及农田识别方法

本发明涉及农田识别技术领域，且公开了一种基于深度学习的遥感图像分类及农田识别方法，包括以下步骤：S1：数据收集：获取覆盖目标农田区域的遥感图像数据；S2：数据预处理与标注：对遥感图像数据进行预处理，并对预处理后的数据进行标注；S3：模型构建：构建卷积神经网络模型，使用预处理后的遥感图像数据和标注数据对模型进行训练；S4：遥感图像分类及农田识别：将待识别的遥感图像输入到训练好的卷积神经网络模型中，所述卷积神经网络模型输出分类结果。本发明中，利用迁移学习和微调技术，将预训练的深度学习模型应用于遥感图像农田识别任务，使其能够适应不同地域、不同季节和不同作物类型的农田识别任务。