为了提取遥感图像中的建筑物信息,提出了一种编码—解码结构的深度神经网络模型,在编码阶段通过卷积层和池化层提取高维语义特征,在解码阶段通过跳跃链接融合高维和低维细节特征,并使用密集连接块降低模型的参数量,以及使用CBAM机制提高网络的准确率。在WHU航空建筑物数据集上进行了实验,结果表明模型能够有效地对建筑物进行分割,准确率、交并比、F1值三项指标均优于当前主流的分割网络。