深度学习天气图片数据集，涵盖clody、haze、sunrise、snow、shine、rain和thunder

简介：
本项目构建了一个全面的深度学习天气图像数据集，囊括了多种天气状况如多云、雾霾、日出、雪景、晴朗、雨天及雷暴等丰富场景。 深度学习天气照片数据集包含七种不同的天气类型：clody（多云）、haze（雾霾）、sunrise（日出）、snow（雪天）、shine（晴朗）、rain（下雨）以及thunder（雷暴）。该数据集中还包括一些预处理脚本，如img_preprocess.py用于统一图片大小和修改文件名；img_weather5.py 和 img_weather5_aug.py 分别是天气识别训练模型及验证的原始版本和升级版，后者利用ImageDataGenerator扩充了数据集以提高模型推广能力。此外还涉及对现有训练数据添加随机旋转、平移、剪切以及缩放比例等操作来增强数据多样性。 除了天气照片分类任务外，还有其他几个项目： - img_minist1.py：用于数字识别（0到9的数字）。 - img_rgb2.py：包含彩色图片分类模型，可以区分airplane, automobile, bird, cat, deer, dog, frog, horse, ship 和 truck等类别。 - img_fashion3.py: 服装种类分类项目，涵盖T恤/上衣、裤子、套头衫、连衣裙、外套、凉鞋、衬衫、运动鞋和短靴等多种类型。