深度学习天气照片数据集

2026-01-30 04:03:00作者：殷蕙予

这是一个专为深度学习设计的天气照片数据集，包含七种常见天气条件下的图片：多云、雾霾、日出、雪、晴、雨和雷暴。数据集旨在为研究人员和开发者提供多样化、高质量的图像资源，支持天气识别模型的训练与验证。此外，项目还提供了多个实用脚本，涵盖图像预处理、天气识别、数字识别、彩色图片分类以及服装分类等功能，帮助用户快速搭建和优化模型。通过数据增强技术，进一步提升模型的泛化能力。本数据集适用于学术研究和个人学习，助力深度学习项目高效开展。

项目地址：https://gitcode.com/Universal-Tool/0e07a

数据集简介

本仓库包含了用于深度学习的天气照片数据集，共包含7种不同天气条件下的图片数据，分别是：clody（多云）、haze（雾霾）、sunrise（日出）、snow（雪）、shine（晴）、rain（雨）和thunder（雷暴）。该数据集旨在为研究人员和开发者提供一个全面、多样化的资源，以支持深度学习模型在天气识别领域的训练与验证。

文件说明

以下是本仓库包含的主要文件及其说明：

img_preprocess.py：预处理天气照片的脚本，功能包括缩放图片至统一大小和修改图片名称。
img_weather5.py：天气识别训练模型及验证文件，用于搭建和训练天气识别模型。
img_weather5_aug.py：升级版天气识别训练模型及验证文件，引入了ImageDataGenerator扩充数据，通过随机旋转、平移、剪切和缩放比例等操作增强模型泛化能力。
img_minist1.py：数字识别脚本，用于识别0-9的数字。
img_rgb2.py：彩色图片分类脚本，分类对象包括飞机、汽车、鸟、猫、鹿、狗、青蛙、马、船和卡车。
img_fashion3.py：服装分类脚本，分类对象包括T恤/上衣、裤子、套头衫、连衣裙、外套、凉鞋、衬衫、运动鞋、包和短靴。