Cet article questionne différents aspects de la segmentation sémantique des données de télédétection par apprentissage profond. Les bonnes performances des réseaux de neurones actuels reposent sur la disponibilité de larges bases de données entièrement annotées. Or dans le domaine de la télédétection, bien que les images soient abondantes, les annotations sont rares ou difficiles à réaliser. Dans ce contexte, deux questions se posent : premièrement, quelle est la capacité de généralisation des réseaux supervisés actuels ? Et deuxièmement, est-il possible d’améliorer les performances des méthodes actuelles en utilisant des données non annotées ? Nos principales contributions sont : (i) une analyse approfondie de la robustesse des réseaux supervisés par rapport aux données d’observation de la Terre, et (ii) la présentation d’une architecture semi-supervisée, capable d’exploiter simultanément des images annotées et non-annotées.