1.基于GIS空间数据制作遥感影像深度学习样本的优化方法，其特征在于，包括以下步骤：

S1、获取GIS空间数据库中的影像数据，提取影像数据中的多边形数据，得到多边形的折点坐标，并对多边形进行编号；

S2、通过折点坐标计算多边形的最小边界矩形，并获取最小边界矩形长边和短边的端点坐标；

S3、设置学习样本的长度阈值为S0，计算最小边界矩形长边的长度S1，若S1≤S0，则最小边界矩形为裁剪单元，并进入S5，若S1>S0，则进入S4；

S4、沿最小边界矩形的长边进行划分，将最小边界矩形划分为多个裁剪单元，直至裁剪单元的长度S2≤S0后，进入S5；

S5、用裁剪单元对影像数据进行裁剪，或者用裁剪单元中的多边形部分对影像数据进行裁剪，得到学习样本，对学习样本进行编号，使学习样本的编号与多边形的编号进行对应。

2.根据权利要求1所述的基于GIS空间数据制作遥感影像深度学习样本的优化方法，其特征在于，所述步骤S2中，采用最小二乘法计算多边形数据的最小边界矩形。

3.根据权利要求1所述的基于GIS空间数据制作遥感影像深度学习样本的优化方法，其特征在于，所述步骤S4中，获取最小边界矩形长边的中心线作为分割线，通过分割线将最小边界矩形均分为两个长度相等的裁剪单元，若分割后的裁剪单元的长度S2≥S0，则继续获取裁剪单元沿最小边界矩形长边方向的边线的中心线作为分割线，通过分割线继续对裁剪单元进行划分，直至划分后的裁剪单元的长度S2≤S0。

4.根据权利要求3所述的基于GIS空间数据制作遥感影像深度学习样本的优化方法，其特征在于，获取分割线与多边形的两个交点，编号为p0和q0，以p0为起始点，沿着多边形的边线向左右两侧移动依次搜索多边形的折点，记为pi，以及以q0为起始点，沿着多边形的边线向左右两侧移动依次搜索多边形的折点，记为qi，连接pi和qi，选取最短的连线作为精细分割线，通过精细分割线对最小边界矩形进行分割。

5.根据权利要求4所述的基于GIS空间数据制作遥感影像深度学习样本的优化方法，其特征在于，所述pi和qi搜索的数量相同，且pi与qi的数量和不超过多边形折点总数的1/4。

6.根据权利要求1所述的基于GIS空间数据制作遥感影像深度学习样本的优化方法，其特征在于，将多边形数据正向或反向旋转，以使得最小边界矩形的长边与坐标轴的X轴或Y轴平行。