本发明提供一种基于特征多尺度感知与自适应聚合的遥感影像云检测方法，由于不同尺度上云及云阴影的语义信息不同，因此本发明特征多尺度感知模块通过编码器‑解码器间并行的扩张卷积对感知不同尺度的上下文信息；特征自适应聚合模块基于自注意力机制，自适应地学习不同尺度的特征对云及云阴影检测的贡献，实现多尺度特征的加权聚合；矢量后处理流程包括填补空洞、缓冲区分析、边缘平滑、擦除等操作，从而解决了深度学习网络检测结果部分区域细碎、呈锯齿状等问题，最终获得更接近于人工生产的影像有效区，甚至较人工生产所获得的影像有效区更精准，为遥感影像生产节约了大量时间与人力成本，且最终获得的检测效果较佳，便于影像的后续应用。