针对海水养殖遥感影像的标签标注工作人工成本高，传统语义分割技术难以学习养殖提取目标上下文信息的问题，设计了基于生成对抗网络的两阶段网络框架。第一阶段网络负责生成任务，使用SAR图像养殖区清晰度区分策略选取小样本数据，生成语义信息相似的无配对信息伪数据，解决循环一致生成对抗网络模型使用无配对信息海水养殖数据集时产生过拟合的问题；第二阶段网络负责语义分割任务，引入循环一致损失，使用第一阶段网络得到的伪数据和选取的小样本数据完成训练；最后设置阈值函数降低预测的像素值误差，提高语义分割精度。实验在GF-3数据集上分别与6种对比方法进行比较，总体精度为83.54%,平均交并比为0.703 2,优于其他对比模型。