本发明提出了一种基于光学遥感影像的城镇群提取方法及系统。本发明的方法，首先，根据光学遥感影像数据与全球地表覆盖分类数据建立训练样本库；然后，建立带有注意力机制的深度卷积神经网络模型；利用训练样本库的训练样本对带有注意力机制的深度卷积神经网络模型进行训练，获得城镇群提取模型；最后，获取待检测区域的光学遥感影像，进行城镇群的提取。本发明利用带有注意力机制的深度卷积神经网络，通过深度学习语义分割来获取遥感图像地物分类信息，充分利用了遥感图像中更加深层次的形状、纹理、语义等信息，提高了基于光学遥感影像的城镇群提取的准确性，并且无需人工的参与，提高了城镇群提取的实时性和效率。