【摘要】遥感影像是野外工程中环境监测的主要方法，对于野外工程的遥感信息处理来说，卷积神经网络（ ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌｎｅｔｗｏｒｋｓ，ＣＮＮ）具有很好的效果。 在实际的野外工程中，引起 ＣＮＮ 识别的精确度低的原因往往与数据量不足有关。 通常情况下，本文采用的迁移学习方法有三种，它们可以对预训练的模型进行分析对比和技术训练，在这三种方法中，冻结 ＣＮＮ 预训练模型的底层数据同时对层次较高的数据微调的迁移方法是最有效的，该方法同时提高了遥感信息处理的精度，甚至高达 ８７％。 相关数据显示，该方法在开采工程中，能使高分遥感影像的识别率大幅度提高。 因此，应该在野外工程中得到广泛的应用。