本发明公开了一种基于注意力的Water‑Lite‑HRNet遥感图像水体分割方法，包括以下步骤：首先预处理LandCover.ai原始高分辨率遥感图像，得到本发明使用的水体分割数据集，包括训练集、测试集和验证集；其次对原始HRNet网络进行结构化剪枝，得到Water‑Lite‑HRNet网络，同时嵌入设计的注意力模块和相邻分支注意力模块；然后对Water‑Lite‑HRNet采用水体分割数据集中的训练集及验证集对网络模型进行微调与训练，得到分割模型Y；最后将水体分割数据集中的测试集输入到Y中，得到初始分割结果，对初始分割结果进行后处理，修正错误或不确定性，得到最终的水体分割结果。与现有技术相比，本发明提出的基于注意力的Water‑Lite‑HRNet模型，在大规模减少HRNet参数量提高模型训练速度的同时提高了模型分割精度。