一种基于深度学习的地形要素自动提取方法及系统

本发明提供了一种基于深度学习的地形要素自动提取方法及系统，涉及深度学习技术领域。本发明通过在开源深度学习框架中构建编码器‑解码器结构的卷积神经网络，并结合图像增强策略完成初始训练与验证，形成初始提取模型；利用该模型对遥感影像进行推理，输出地形要素矢量结果；通过自动化质量分析工具比对推理结果与参考数据，定位漏提、误提与边界偏差区域，生成错误报告；基于错误区域构建补充正负样本，更新训练集并执行模型再训练，形成最终模型。该方法构建了训练—推理—反馈—优化的自进化闭环体系，显著提升了地形要素提取的精度、边界完整性与遮挡适应能力。