城市是国家人口密度最高的地方,是人类活动最为频繁的地区。如何推动城市的发展,预测城市未来的发展,对城市做出长远的城市规划蓝图,是对城市建设者、管理者而言是最为重要的课题之一。卫星遥感影像可提供清晰的城市区域,且具备方便、快捷、成本低、多时相等诸多优势。卷积神经网络在图像处理上拥有其他算法不具备的准确性以及对于不同数据的适应性,而实例分割网络在传统基于像素分割的卷积神经网络中加入目标检测,拥有了更高的识别精度。本文采用实例分割网络进行城市地物的分类工作。经过文献调研,本文进行了深度学习实例分割网络用于地物分类的可行性研究,确定了本研究工作的方案和技术框架。实验首先确立了地物分类类别,经过处理加工哨兵2号10米分辨率遥感影像及Landsat-8影像后得到相应数据集,并通过人工目视解译获得样本标签。为得到更多的训练样本,对Landsat-8等影像进行了数据增强处理。然后,本文共进行了三组控制变量对比实验,分别为通过网络自身参数调节探究针对城市地物分类表现最好的网络;探究不同分辨率影像数据集训练结果;以及探究多波段影像对训练结果的影响。结果表明,骨架为Res Net101-FPN的Mask R-CNN网络在哨兵2号遥感影像上分类效果最佳,以及共同添加归一化植被指数和归一化建筑指数所组成的多波段遥感影像能取得最优分类结果。在结果预测过程中,针对结果中边界断层、语义信息不完整等问题,本文提出了针对卷积神经网络预测结果缺陷的优化算法,提升了识别精度,完善了语义信息。添加overlapsize算法可将建筑物和植被的IOU分别提高约2%和7%,改善了预测结果精度。本文提出的缝隙修复算法通过Post GIS数据库中的相关函数填补缝隙,使小瓦片能真正拼接成完整语义信息矢量大图,既可保证图像在预测过程中的质量不受影响,也可在数据量非常大的时候仍在短时间内完成任务。实验证明该算法在进行大数据量影像预测时具有显著优化效果。本研究工作提出的基于实例分割网络的遥感影像城市地物分类方法能够准确提取中国绝大部分城市中的主要地物类型,同时生成具备完整语义信息的矢量结果,具有广阔的实际应用前景。