一种轻量级语义分割模型遥感样本优化方法

本发明公开了一种轻量级语义分割模型遥感样本优化方法，包括以下步骤：S1，在互联网中收集公开的遥感语义分割样本数据，依次对样本进行数据增强、构建轻量级的语义分割FCT网络模型、构建Beta混合模型、建立标签纠偏精化模型并对样本进行优化；S2，将步骤S1选出的高质量样本放入样本数据库中，根据增量学习技术对样本的要求进一步对样本进行筛选和处理；S3，利用步骤S2筛选出的数据集在预训练模型的基础上进行续训练。本发明不仅可以在存在大量样本情况下完成对模型的快速训练，还同时实现了对样本进行纠偏和精化以及去除冗余样本的目的，在减少训练资源消耗的同时不会降低模型的精度。