本发明涉及一种基于深度架构自动搜索的高分辨率遥感影像土地覆盖分类方法，用于自动搜索适合于特定数据集的卷积神经网络架构。本发明结合深度学习理论，设计层次化搜索空间和级联训练策略，将卷积神经网络设计转化为基于数据驱动模式，并构建了一系列的轻量级操作作为候选，以保证搜索网络架构的效率。该框架通过空洞金字塔池化模块对网络架构进行适配，使其适用于高分辨率遥感图像识别任务。本发明能够解决现有的人工设计架构专业知识与时间成本要求高等问题，针对特定高分辨率遥感影像土地覆盖分类数据集自动搜索合适的深度学习模型，可以有效提高模型设计效率与精度。