近年来，随着遥感技术的快速发展，高分辨率遥感图像在农业、城市规划、环境监测等领域得到了广泛应用。遥感图像分割作为其中的关键技术，面临着地物类别复杂、尺度变化大等挑战。针对这些问题，本文提出一种改进的DenseASPP网络用于遥感图像分割任务。该网络在传统DenseASPP结构基础上进行了优化，通过引入多尺度特征融合模块和注意力机制，有效提升了网络对不同尺度地物的特征提取能力。实验结果表明，改进后的网络在多个公开遥感数据集上均取得了优于传统方法的性能，特别是在小目标和复杂背景场景下表现出更强的分割能力。本研究为高分辨率遥感图像分割提供了一种有效的解决方案，具有重要的应用价值。
