一种遥感数据高质量样本筛选方法、系统及存储介质

本发明提供了一种遥感数据高质量样本筛选方法、系统及存储介质，涉及遥感影像深度学习领域，该方法包括基于某区域的权威数据集构建低完整度的训练数据集与候选数据集；利用低完整度训练数据集训练语义分割模型；利用该模型对候选样本数据集进行预测，预测结果与候选数据集中的标签求交集；计算交集中预测概率的大津阈值；基于大津阈值生成大津掩膜并进行腐蚀操作；计算腐蚀掩膜与候选数据集中标签的并集；计算标签中属于最终预测的比例，该比例值为阈值基准；设置不同的筛选阈值进行样本优选。本发明方法能够在遥感影像训练样本完整度较低的情况下，使用表现一般的模型来筛选高完整度样本。