本发明提供了一种基于深度学习的耕地地块提取方法，包括：遥感影像预处理，制作地块标签样本，建立深度学习网络模型，构建不同的地块分割网络模型，利用各个最优模型，对未进行人工标注的图像进行耕地地块分割预测，对预测得到的结果进行后处理，将伪标签数据集与人工标注得到的原始标签数据集同时作为训练样本，重新训练模型，通过伪标签获得一个加倍的训练样本集，最终得到一个相对稳健的模型，将最终得到特征提取器的模型作为预测模型，获得地块分布及面积。本发明利用深度学习方法，提高计算机自动化分割地块的精度，降低人工识别成本，极大节省了人力及时间成本。