Аннотация:В настоящей работе была произведена оценка применимости векторных данных OpenStreetMap в качестве эталонов для обучающей выборки дешифровочной модели. В качестве архитектуры модели для многоклассовой классификации использовалась сверточная нейронная сеть U-Net, доказавшая свою эффективность в интерпретации данных космической съемки на протяжении нескольких лет. Территорией исследования было решено выбрать участок Германии, расположившийся западнее Берлина. На первом этапе работы производилась подготовка данных к обучению. Снимок Sentinel-2 был маскирован с помощью векторных данных OpenStreetMap, а затем разделен на одинаковые патчи меньшей размерности. На втором этапе полученный набор растров и масок был загружен в модель, где они были проиндексированы, нормализованы и поданы на обучение. Далее, были интерпретированы результаты работы модели, произведена оценка точности классификации, а также сформированы выводы о надежности данных OpenStreetMap в качестве эталонов для обучающей выборки.