1.一种结合完全残差与多尺度特征融合的遥感图像分割方法，包括如下步骤：S100：对作为分割的主干网络：卷积编码-解码网络进行改进，具体为：S101：采用卷积编码-解码网络作为分割的主干网络，该主干网络包含两个组件：编码器和解码器；

S102：在所述主干网络中加入聚合多尺度上下文信息的特征金字塔模块；

S103：在所述主干网络的编码器和解码器对应的卷积层内部加入残差单元，同时将编码器中的特征以逐像素相加的方式融合到解码器相应层中；

S200：采用改进后的结合完全残差与多尺度特征融合的图像分割网络进行遥感图像的分割；

S300：输出遥感图像的分割结果。

2.根据权利要求1的方法，其中，优选的，步骤S101中的所述编码器包含13个卷积层和5个池化层，在编码器顶部堆叠一个解码器，该解码器与编码器呈完全镜像关系，包含13个卷积层和5个解池化层。

3.根据权利要求2的方法，其中，所述编码器的13个卷积层被划分为五个卷积阶段，第一个卷积阶段和第二个卷积阶段各包含两个卷积层，第三卷积阶段、第四卷积阶段和第五卷积阶段各包含三个卷积层。

4.根据权利要求3的方法，其中，在每个卷积层之后包含一个批量归一化单元和一个修正线性单元，其中批量归一化单元将提取到的特征数据进行归一化，修正线性单元用于加入非线性因素；在每个卷积阶段之后包含一个池化层。

5.根据权利要求2的方法，其中，所述编码器中的池化操作采用最大池化，并且保存了最大池化的索引位置。

6.根据权利要求3的方法，所述特征金字塔模块具体为：

分别使用3x3，5x5的卷积核对编码器中第五卷积阶段的特征图提取不同尺度下的上下文信息，逐步整合，得到多尺度特征；

对第五卷积阶段的特征图进行1x1卷积并与多尺度特征以像素方式相乘；

融合全局池化信息。

7.根据权利要求6的方法，其中，在编码器中第五卷积阶段的特征融合至解码器的相应层中之前使用所述特征金字塔模块。

8.根据权利要求6的方法，其中，所述逐步整合是以逐步逐像素相加的方式来聚合多尺度信息。

9.根据权利要求3的方法，步骤S103中所述将编码器中的特征以逐像素相加的方式融合到解码器相应层中具体是：对编码器中第一卷积阶段和编码器中第二卷积阶段只选择最后一层卷积特征图，对编码器中第三卷积阶段、编码器中第四卷积阶段和编码器中第五卷积阶段选用所有卷积特征图来做逐像素相加融合。

10.根据权利要求1的方法，所述残差单元学习到的残差是由一系列操作单元学习得到，所述操作单元包括卷积层、批量归一化单元、修正线性单元；所述卷积层用于提取特征，所述批量归一化单元用于将提取到的特征数据进行归一化，所述修正线性单元用于加入非线性因素。