数据集30-自然场景6分类数据集，支持ResNet、MobileNet、ViT训练

【深度学习数据集推荐】Intel自然场景6分类数据集，支持ResNet、MobileNet、ViT训练

今天分享一个适合深度学习、计算机视觉、图像分类和计算机毕业设计的公开数据集

该数据集包含6类自然场景图片，分别为建筑、森林、冰川、山脉、海洋和街道，可以用于训练CNN卷积神经网络，也适合开展ResNet、MobileNet、EfficientNet和Vision Transformer等模型的对比实验。

与需要自己标注图片的数据集不同，这份数据集已经按照类别整理，并提供训练集、验证集和测试集，下载后就可以进行模型训练。

如果正在做图像分类相关毕业设计，希望找一个类别清晰、容易训练、能够进行模型优化和Web系统开发的数据集，可以考虑这个方向。

一、数据集基本介绍

1.1 数据集概况

1.2 数据集包含哪些类别？

这些类别属于场景级图像分类，模型需要判断一张图片主要属于哪一种场景。

例如，输入一张森林图片，模型输出：

预测类别：forest
中文类别：森林
预测概率：0.96

这里的0.96只是预测结果展示示例，不代表该数据集训练后的实际模型性能。

1.3 数据集目录结构

dataset/
├── train/
│ ├── buildings/
│ ├── forest/
│ ├── glacier/
│ ├── mountain/
│ ├── sea/
│ └── street/
├── val/
│ ├── buildings/
│ ├── forest/
│ ├── glacier/
│ ├── mountain/
│ ├── sea/
│ └── street/
└── test/
├── buildings/
├── forest/
├── glacier/
├── mountain/
├── sea/
└── street/

这种结构可以直接使用PyTorch的ImageFolder读取，不需要另外编写复杂的标签解析程序。

需要注意，这个数据集是图像分类数据集，不是YOLO目标检测数据集。

它没有提供目标检测所需的边界框标签，因此不能直接用于训练YOLO目标检测模型。如果想用YOLO，也应该选择其分类任务版本，例如Ultralytics的YOLO分类模型，而不是检测模型。

二、这个数据集适合哪些深度学习算法？

如果是本科毕业设计，推荐先使用ResNet18作为基线模型，再加入MobileNetV3、EfficientNet-B0等模型进行对比。

如果希望增加研究深度，可以引入ViT或研究模型轻量化、数据增强、迁移学习等方向。

三、使用该数据集可以做哪些毕业设计？

下面推荐6个题目。

题目1：基于ResNet的自然场景图像分类系统设计与实现

推荐指数：★★★★★

研究目标：

训练一个能够识别6种自然场景的深度学习模型，并开发图片上传、分类预测和结果展示系统。

推荐算法：

• 自定义CNN
• ResNet18
• ResNet50

主要研究内容：

最终成果：

用户上传一张自然场景图片，系统自动识别场景类别，展示预测概率和模型结果。

题目2：基于MobileNetV3的轻量化自然场景识别研究

推荐指数：★★★★★

这个方向适合希望增加模型优化内容的同学。

研究目标：

在保证一定分类性能的前提下，降低模型参数量和推理计算开销。

推荐算法：

• ResNet18
• MobileNetV3-Small
• MobileNetV3-Large

主要实验：

• 不同模型准确率对比。
• 模型参数量对比。
• 模型文件大小对比。
• 单张图片推理时间对比。
• 不同输入图片尺寸对比。

最终成果：

一个能够在普通电脑或低成本硬件上运行的自然场景分类模型。

如果进一步开展部署实验，可以考虑ONNX格式导出。

题目3：基于EfficientNet的自然场景图像分类方法研究

推荐指数：★★★★☆

研究目标：

研究EfficientNet在六分类自然场景识别任务中的性能，并与传统CNN模型进行对比。

推荐算法：

• ResNet18
• ResNet50
• EfficientNet-B0

实验内容：

适合希望重点研究模型性能，而不是开发复杂系统的同学。

题目4：基于CNN与Vision Transformer的自然场景分类对比研究

推荐指数：★★★★☆

研究目标：

对比卷积神经网络与Vision Transformer在自然场景分类任务中的表现。

推荐算法：

• 自定义CNN
• ResNet18
• ViT-B/16

研究内容：

• 不同网络结构的训练。
• 迁移学习实验。
• 模型准确率对比。
• 模型参数量与推理效率对比。
• 分类错误案例分析。

ViT模型通常需要更多计算资源，建议优先使用预训练权重进行微调，而不是从零训练。

题目5：基于迁移学习的自然场景图像分类优化研究

推荐指数：★★★★★

研究目标：

比较不同迁移学习策略对分类效果的影响。

可以设计以下实验：

最终成果：

通过多组实验，分析预训练权重、微调策略和数据增强对自然场景分类性能的影响。

四、Python代码：统计各类别图片数量

正式训练前，建议先统计数据集的图片数量，确认训练集、验证集和测试集是否完整。

from pathlib import Path

dataset_dir = Path("dataset")

splits = ["train", "val", "test"]

classes = [
"buildings",
"forest",
"glacier",
"mountain",
"sea",
"street"
]

extensions = {".jpg", ".jpeg", ".png", ".webp"}

for split in splits:
print(f"\\n{split} 数据集：")

total = 0

for cls in classes:
folder = dataset_dir / split / cls

count = sum(
1 for p in folder.rglob("*")
if p.is_file() and p.suffix.lower() in extensions
) if folder.exists() else 0

total += count
print(f"{cls}: {count}")

print(f"总计：{total}")

运行后可以得到：

train 数据集：
buildings: …
forest: …
glacier: …
mountain: …
sea: …
street: …
总计：…

val 数据集：
…

test 数据集：
…

具体数量由实际下载文件决定，不应直接使用其他版本Intel场景分类数据集的样本数量代替。

五、Python代码：基于ResNet18的自然场景分类训练

下面给出一份完整的PyTorch训练示例。

使用ResNet18预训练模型，对最后的分类层进行修改，实现6类自然场景识别。

5.1 安装依赖

pip install torch torchvision scikit-learn matplotlib pillow

如果需要GPU训练，应根据CUDA版本安装对应的PyTorch版本。

5.2 项目目录

Scene/
├── dataset/
│ ├── train/
│ ├── val/
│ └── test/
├── train.py
└── best_resnet18.pth

5.3 完整训练代码

import copy
import torch
import torch.nn as nn

from pathlib import Path
from torch.utils.data import DataLoader
from torchvision import datasets, transforms, models

# 1. 基础配置
DATA_DIR = Path("dataset")
BATCH_SIZE = 32
EPOCHS = 20
LR = 0.0001
NUM_CLASSES = 6

device = torch.device(
"cuda" if torch.cuda.is_available() else "cpu"
)

print("运行设备：", device)

# 2. 数据预处理
train_transform = transforms.Compose([
transforms.Resize((224, 224)),
transforms.RandomHorizontalFlip(),
transforms.RandomRotation(10),
transforms.ToTensor(),
transforms.Normalize(
mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225]
)
])

eval_transform = transforms.Compose([
transforms.Resize((224, 224)),
transforms.ToTensor(),
transforms.Normalize(
mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225]
)
])

# 3. 加载数据集
train_dataset = datasets.ImageFolder(
DATA_DIR / "train",
transform=train_transform
)

val_dataset = datasets.ImageFolder(
DATA_DIR / "val",
transform=eval_transform
)

test_dataset = datasets.ImageFolder(
DATA_DIR / "test",
transform=eval_transform
)

assert train_dataset.classes == val_dataset.classes
assert train_dataset.classes == test_dataset.classes
assert len(train_dataset.classes) == NUM_CLASSES

print("类别：", train_dataset.classes)
print("训练集：", len(train_dataset))
print("验证集：", len(val_dataset))
print("测试集：", len(test_dataset))

train_loader = DataLoader(
train_dataset,
batch_size=BATCH_SIZE,
shuffle=True,
num_workers=0
)

val_loader = DataLoader(
val_dataset,
batch_size=BATCH_SIZE,
shuffle=False,
num_workers=0
)

test_loader = DataLoader(
test_dataset,
batch_size=BATCH_SIZE,
shuffle=False,
num_workers=0
)

# 4. 加载ResNet18预训练模型
model = models.resnet18(
weights=models.ResNet18_Weights.DEFAULT
)

# 修改最后分类层
model.fc = nn.Linear(
model.fc.in_features,
NUM_CLASSES
)

model = model.to(device)

# 5. 损失函数与优化器
criterion = nn.CrossEntropyLoss()

optimizer = torch.optim.Adam(
model.parameters(),
lr=LR
)

best_acc = 0.0
best_state = None

# 6. 训练与验证
for epoch in range(EPOCHS):

model.train()

train_loss = 0.0
train_correct = 0
train_total = 0

for images, labels in train_loader:

images = images.to(device)
labels = labels.to(device)

optimizer.zero_grad()

outputs = model(images)
loss = criterion(outputs, labels)

loss.backward()
optimizer.step()

train_loss += loss.item() * images.size(0)

predictions = outputs.argmax(dim=1)

train_correct += (
predictions == labels
).sum().item()

train_total += labels.size(0)

train_acc = train_correct / train_total
avg_train_loss = train_loss / train_total

# 验证
model.eval()

val_correct = 0
val_total = 0

with torch.no_grad():
for images, labels in val_loader:

images = images.to(device)
labels = labels.to(device)

outputs = model(images)
predictions = outputs.argmax(dim=1)

val_correct += (
predictions == labels
).sum().item()

val_total += labels.size(0)

val_acc = val_correct / val_total

print(
f"Epoch [{epoch+1}/{EPOCHS}] "
f"Loss: {avg_train_loss:.4f} "
f"Train Acc: {train_acc:.4f} "
f"Val Acc: {val_acc:.4f}"
)

# 保存验证集表现最好的模型
if best_state is None or val_acc > best_acc:
best_acc = val_acc
best_state = copy.deepcopy(
model.state_dict()
)

# 7. 保存最佳模型
torch.save(
{
"model_state_dict": best_state,
"classes": train_dataset.classes
},
"best_resnet18.pth"
)

print("最佳验证集准确率：", best_acc)

# 8. 在测试集上评价最佳模型
model.load_state_dict(best_state)
model.eval()

test_correct = 0
test_total = 0

with torch.no_grad():
for images, labels in test_loader:

images = images.to(device)
labels = labels.to(device)

outputs = model(images)
predictions = outputs.argmax(dim=1)

test_correct += (
predictions == labels
).sum().item()

test_total += labels.size(0)

print(
"测试集准确率：",
test_correct / test_total
)

这段代码可以完成：

• 自动读取6类图像。
• 训练集数据增强。
• ResNet18迁移学习。
• 每轮训练与验证。
• 保存最佳模型权重。
• 使用独立测试集进行最终评价。

其中，EPOCHS=20只是基础实验配置，可以根据训练结果调整。

六、Python代码：加载模型并预测新图片

训练完成后，可以使用保存的模型对新图片进行分类。

import torch
import torch.nn as nn

from PIL import Image
from torchvision import models, transforms

device = torch.device(
"cuda" if torch.cuda.is_available() else "cpu"
)

# 1. 加载模型文件
checkpoint = torch.load(
"best_resnet18.pth",
map_location=device,
weights_only=True
)

classes = checkpoint["classes"]

# 2. 构建模型
model = models.resnet18(weights=None)

model.fc = nn.Linear(
model.fc.in_features,
len(classes)
)

model.load_state_dict(
checkpoint["model_state_dict"]
)

model = model.to(device)
model.eval()

# 3. 图片预处理
transform = transforms.Compose([
transforms.Resize((224, 224)),
transforms.ToTensor(),
transforms.Normalize(
mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225]
)
])

# 4. 读取新图片
image = Image.open(
"test_image.jpg"
).convert("RGB")

image_tensor = transform(
image
).unsqueeze(0).to(device)

# 5. 模型预测
with torch.no_grad():
outputs = model(image_tensor)
probabilities = torch.softmax(
outputs, dim=1
)[0]

pred_index = probabilities.argmax().item()

print("预测类别：", classes[pred_index])

print(
"预测概率：",
round(
probabilities[pred_index].item(),
4
)
)

将test_image.jpg替换成需要识别的图片路径，就可以输出预测类别和模型概率。

需要注意，Softmax概率是模型输出的分类置信度，并不必然等于真实正确概率。

七、毕业设计可以增加哪些实验？

如果只训练一个ResNet18模型，研究内容可能比较基础。

建议至少增加多模型对比、数据增强或迁移学习实验。

7.1 多模型对比实验

所有模型应尽量使用相同的数据划分，并记录训练环境、输入尺寸、训练轮数和优化器配置，保证实验结果可比较。

7.2 数据增强实验

通过实验比较不同数据增强策略对模型泛化性能的影响。

7.3 迁移学习实验

可以比较以下三种方案：

比较验证集和测试集性能、训练时间及收敛情况。

7.4 分类错误分析

除了总体准确率，还建议绘制：

• 六分类混淆矩阵。
• 各类别Precision、Recall、F1-score。
• 错误分类样本图。
• 不同模型的错误案例对比。

例如，冰川和山脉、建筑和街道等类别可能存在视觉特征重叠，适合开展具体的错误案例分析，但实际混淆程度应以实验结果为准。

八、如果开发Web系统，可以设计哪些功能？

如果希望完成一个能够演示的毕业设计系统，可以采用：

PyTorch + Flask + Vue + ECharts

系统可以分为两个部分：

模型训练端： 负责数据读取、模型训练、验证和模型保存。

Web应用端： 负责图片上传、模型推理和结果展示。

这样既能体现深度学习算法，也能展示完整的软件开发流程。