该文综述遥感影像实时语义分割，指出高效深度神经网络分割质量好但推理速度慢，限制实时部署。研究训练16种模型用于高分辨率卫星图像多类别分割，提出轻量模型1D-Justo-LiuNet，在海洋—陆地—云覆盖分割中准确率达0.93，参数仅4563个，但推理时间长达15秒。还发现应在L1b辐射计校准后分割，减少光谱通道至3可降低参数和推理时间，却牺牲性能。

本论文总结了设计高效深度神经网络的基本压缩方法，并对远程感知影像的实时语义分割的最新发展进行了调查。现有的高效深度神经网络分割质量良好，但推理速度低，限制了实时应用中的部署能力。论文提供了远程感知影像实时语义分割的趋势和未来研究方向。