本申请提供了一种高光谱图像分类模型的自监督学习方法、系统、计算机可读存储介质和电子设备。该方法包括：对未标记的第一样本图像进行处理，获取预训练图像；其中，第一样本图像为高光谱图像；根据预训练图像对预先建立的基网络进行自监督学习；在自监督学习完成的基网络上添加自定义网络，构建高光谱图像分类模型；其中，自定义网络的全连接层用于对高光谱图像进行分类；根据第二样本图像，对高光谱图像分类模型进行微调；第二样本图像通过对第一样本图像进行标注得到。籍此，在基网络的训练过程中，不再需要对第一样本图像进行人工标注，有效解决了深度学习在高光谱图像分类中应用时手动标记数据不足的问题，提高了高光谱图像分类的精度。