多模态遥感场景分类模型的训练方法

本发明涉及遥感图像处理与深度学习技术领域，提供了一种多模态遥感场景分类模型的训练方法，包括：基于空间配准后的多模态遥感数据生成样本块并根据面积占比确定场景标签；对样本块中各模态的数据块进行特征提取，得到多模态嵌入，并对多模态嵌入进行编码融合，得到联合特征表示；基于场景标签和/或模态来源构造正样本关系和负样本关系，并基于正样本关系和负样本关系计算相似度损失；基于分类损失和相似度损失联合优化多模态遥感场景分类模型的参数。本发明通过主导场景标签缓解混合像元噪声，利用对比学习增强跨模态语义一致性及易混淆类别可分性，提高了复杂遥感场景的分类精度与鲁棒性。