本发明公开了一种面向典型农村道路遥感提取的深度学习方法，包括：(1)获取用于典型农村道路提取的高分辨率遥感影像，并进行预处理，包括辐射定标、大气校正、几何校正、波段融合；(2)依据预处理后的高分遥感影像进行人工目视解译，获取道路矢量数据，并制作模型的训练与测试数据集；(3)在U‑Net模型中加入优化残差模块、全局上下文注意力机制模块和DUpsampling模块，提出GDU‑Net模型；(4)利用训练数据集进行模型训练，然后将测试数据集输入到模型中，进行道路提取与结果评价。本发明不仅能够正确提取农村道路的边界，而且增强了提取结果的完整性，显著提升了典型农村道路的提取精度，具有较好的应用价值。