Las técnicas de aprendizaje profundo han mostrado recientemente una eficacia notable en la segmentación semántica de imágenes naturales y de teledetección (RS). Sin embargo, estas técnicas dependen en gran medida del tamaño de los datos de entrenamiento, y obtener grandes conjuntos de datos de imágenes RS es difícil (en comparación con las imágenes RGB), principalmente debido a factores ambientales como las condiciones atmosféricas y el desplazamiento del relieve. Las imágenes de vehículos aéreos no tripulados (UAV) presentan desafíos únicos, como variaciones en la apariencia de los objetos debido a la altitud de vuelo del UAV y sombras en áreas urbanas. Este estudio analizó la red de segmentación combinada (CSN) diseñada para entrenar eficazmente conjuntos de datos heterogéneos de UAV para su rendimiento de segmentación en diferentes tipos de datos. Los resultados confirmaron que la CSN produjo una alta precisión de segmentación en clases específicas y puede ser utilizada en diversas fuentes de datos para la segmentación de imágenes de UAV. Las principales contribuciones de este estudio incluyen el análisis del impacto de la CSN en la precisión de segmentación, la experimentación con estructuras con capas de codificación compartidas para mejorar la precisión de segmentación y la investigación de la influencia de los tipos de datos en la precisión de segmentación.