一种基于深度学习的室外非固定场景天气识别方法

摘要

本发明公开了一种基于深度学习的室外非固定场景天气识别方法。步骤为：构建轻量型卷积神经网络的基本结构；收集各种天气的图片并将其制作为特定格式的数据集；利用数据集对轻量型卷积神经网络进行训练；将训练好的轻量型卷积神经网络移植到嵌入式平台或可移动设备中，将拍摄的天气图片作为轻量型卷积神经网络的输入，输出各种天气情况对应的概率。本发明一方面克服了传统方法只能识别固定场景天气的缺点，另一方面由于计算量非常少，可以应用于嵌入式平台或移动设备中，实用性非常高。