L'imagerie satellite à haute résolution est de plus en plus disponible dans le monde et contient de nombreuses informations sur les caractéristiques du paysage qui pourraient être corrélées à l'activité économique. Malheureusement, ces données sont très peu structurées et il est donc difficile d'en extraire des informations significatives à grande échelle, même avec une analyse manuelle intensive. Les applications récentes des techniques d'apprentissage en profondeur à des ensembles de données d'images à grande échelle ont conduit à des améliorations marquées dans les tâches fondamentales de vision par ordinateur telles que la détection et la classification d'objets, mais ces techniques sont généralement les plus efficaces dans l'apprentissage supervisé.