README.md

metadata

pretty_name: Weather Classification - Data, Code and Weights
language:
  - zh
  - en
task_categories:
  - image-classification
tags:
  - weather
  - computer-vision
  - training-assets

天气图像分类：数据、代码、权重与推理包

本仓库完整归档用户提供的 weather_assets_5090 与 weather4_visual_infer_20260610，共23,749个源文件，原始总量约12.39GB。

内容与任务

• 四分类天气：sunny（晴）、overcast（阴）、rain（雨）、snow（雪）。已划分数据含train 17,610张、val 4,402张；80张跨标签完全重复图像保留在quarantine，使用时保持隔离。
• 原始类别ZIP、Multi-class Weather Dataset原始嵌套ZIP、目录清单和来源/划分资料均保留。
• Raicom相关15分类训练代码、配置、训练结果和权重，以及Weather4训练/消融/集成资料均保留。
• 四分类可视化推理包含应用代码、依赖配置与10组checkpoint，其中包含较大的EVA模型。

原README引用的外部Raicom大型原始压缩包不在这两个源目录，本仓库清单只覆盖实际提供的文件。各来源数据、预训练模型及第三方代码的原始来源说明保留在对应归档内；原目录未提供统一LICENSE，本仓库未替它们新增统一授权。

下载与恢复原目录

小文件目录采用ZIP_STORED/ZIP64打包，ZIP成员使用相对于原始数据集根目录的完整路径。已有的数据ZIP原样上传。所有文件的原路径、大小、SHA256和恢复位置记录在 archive-manifest.json。

1. 下载仓库文件。
2. 对清单中kind为zip的生成归档，在同一个恢复目录解压；成员路径会恢复两个原始顶层目录。
3. 对kind为raw的原文件，按清单target_path保留；原始数据ZIP可按项目需要另行解压。
4. 阅读恢复后的原README，再准备训练或推理环境。归档上传过程仅检查字节完整性，未重新运行训练或复现实验指标。

归档日期：2026-10-31。完整归档清单在全部单元上传与匿名回读核验通过后发布。