基于自监督学习的遥感图像多类别地物识别方法

本发明公开了一种基于自监督学习的遥感图像多类别地物识别方法，S1. 生成标准化遥感图像数据；S2. 基于自监督学习对所述标准化遥感图像数据进行特征预训练，输出深度特征表示；S3. 将深度特征表示输入至梯度增强决策树分类模块，输出初步分类结果；S4. 更新梯度增强决策树分类模块；S5. 将深度特征表示经由特征蒸馏模块转换为低维特征表示，输出优化分类结果；S6. 对所述优化分类结果实施空间一致性优化、分类边界细化以及类别重分配，生成最终的遥感图像多类别地物识别结果。本发明显著提升了复杂地物类别的分类精度和类别区分能力。