本发明请求保护一种基于类激活图的半监督遥感影像目标检测和分割方法。首先利用给定的遥感影像标注数据生成分类标注数据集,训练一个全局平均池化GAP(Global Average Pooling)的分类卷积神经网络模型,并利用特征图的权重叠加的原理,构造出能生成类激活图CAM(Class Activation Mapping)的卷积神经网络模型;然后,经过数据增强分别以类激活图和真实标注作为训练目标,对目标检测和分割模型进行半监督训练;接着,使用具有真实标注的测试集对目标检测和分割模型进行验证,得到检测和分割精度较高的模型;最后,在仅使用少量标注数据训练的情况下,该方法具有良好遥感影像目标检测和分割效果。