本发明公开一种基于生成对抗网络的智能矢量化方法、系统、设备及介质，方法包括：获取空间数据并进行预处理；对预处理后的数据进行数据增强；将增强后的数据输入训练好的智能矢量化模型，输出最优的矢量化结果；智能矢量化模型的训练，进一步包括：基于生成对抗网络的思想，构建基于U‑net的智能矢量化模型，所述模型包括生成器模块和识别器模块，所述生成器模块用于生成矢量掩膜部分，所述识别器模块用于在训练过程中不断筛选最优的掩膜，进而得到输出样本的最优矢量化结果；构建损失函数，并通过损失函数对训练模型进行约束优化，得到训练好的模型。本发明通过将深度学习应用到遥感数据矢量化应用中，实现了复杂场景下的空间数据的规则矢量化。