太阳能是一种绿色环保的新能源，屋面太阳能的开发是应对能源危机的有效手段之一。大型工业建筑的屋面具有单体面积大、形状规则、表面相对平坦、几乎没有阴影遮挡等特点，这些特点使开发其屋面太阳能的难度和成本都比较低。如何快速评估一个工业区内的大型工业建筑屋面的太阳能潜力就是一个值得研究的问题。本文提出了一种基于深度神经网络Unet的方法，通过公开平台如百度地图、谷歌地球等的卫星遥感图像，可以快速计算大范围内的工业建筑屋面面积，进而方便的评估太阳能开发潜力。首先收集了约300km2的遥感图像数据集，进行了工业建筑的标注和后处理。然后使用训练数据集进行了300次迭代训练之后模型收敛。最后在验证数据集上进行检验：在计算2km2以上的较大范围时，本文提出的算法误差在5％以下。