1.一种基于遥感影像的地图自动更新方法，其特征是，包括如下步骤：
a.构建深度学习分割网络unet；
b.利用残差网络resnet对所述深度学习分割网络unet进行改进，得到改进后的深度学习分割网络res-unet；
c.获取多个遥感影像和及其上的地物标注数据，其中所述地物标注数据包括制作地图需要的所有地物类型；
d.对所述多个遥感影像和对应的地物标注数据进行一一对应的随机裁剪，得到多个训练样本；
e.将所述多个训练样本输入到改进后的深度学习分割网络res-unet中进行地物识别训练，直至改进后的深度学习分割网络res-unet对遥感影像中的所有地物的识别精度达到预设验证精度；
f.利用训练好的深度学习分割网络res-unet对目标地图当前时相的遥感影像进行地物提取，将地物提取结果与上一个时相的目标地图进行对比，得到目标地图的地物变化内容；
g.根据所述地物变化内容对目标地图中产生变化的地物进行更新。
2.根据权利要求1所述的地图自动更新方法，其特征是，所述步骤e中，在进行训练之前，按照预设比例将所述多个训练样本分为训练集和验证集。
3.根据权利要求2所述的地图自动更新方法，其特征是，所述预设比例为训练集:验证集＝3:1。
4.根据权利要求2所述的地图自动更新方法，其特征是，所述步骤e中，利用所述多个训练样本对改进后的深度学习分割网络res-unet进行多个epoch的训练，其中每个epoch都利用训练集中的所有训练样本完成一次训练，当训练达到预设训练精度后，每训练一个epoch则利用验证集对改进后的深度学习分割网络res-unet进行验证精度计算，以判断改进后的深度学习分割网络res-unet对遥感影像中的所有地物的识别精度是否达到预设验证精度。
5.根据权利要求4所述的地图自动更新方法，其特征是，所述预设训练精度是95％。
6.根据权利要求4所述的地图自动更新方法，其特征是，所述预设验证精度是95％。
7.根据权利要求1所述的地图自动更新方法，其特征是，所述深度学习分割网络包括编码网络和解码网络，在所述步骤b中，利用残差网络resnet对所述深度学习分割网络unet进行改进，使其编码网络实现跳跃连接，并在解码网络中实现编码和解码的特征融合。
8.根据权利要求1所述的地图自动更新方法，其特征是，所述地物类型包括建筑物、道路和植被。
9.计算机可读存储介质，其上存储有计算机程序，其特征是，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的地图自动更新方法。
10.一种基于遥感影像的地图自动更新系统，包括相互连接的计算机可读存储介质和处理器，其特征是，计算机可读存储介质如权利要求9所述。