U-Net网络是一种对称的全卷积神经网络，已被证明在医疗图像分割领域具有出色的表现。本研究尝试利用U-Net网络进行多光谱遥感影像数据集上的建筑物分割，并提出了基于遥感图像类别比率的交叉熵损失函数——类别平衡交叉熵，并将其与交叉熵损失函数进行实验对比。结果表明，这两种方法在正确率和交叉熵上没有太大差别，但在F1 Score上有较大差别，即交叉熵的F1 Score为0.47，类别平衡交叉熵的F1 Score为...（省略）。