如何使用深度学习模型训练使用 天宫遥感图像自然场景智能识别数据集 进行识别分类？天宫遥感图像自然场景智能识别数据集

背景描述
“天宫二号”空间实验室于2016年9月成功发射，2019年7月结束数据服务，在轨期间运行稳定、各载荷状态良好。其中，天宫二号搭载的宽波段成像仪获取了一大批高质量的数据产品，在国土资源、海洋及海岸带、内陆水体、生态环境、农业、林业等各个领域具有重要的应用潜力。 本赛题旨在基于“天宫二号”宽波段成像仪数据的大尺度进行典型场景智能识别，场景类型包括海滩、圆形农田、云、荒漠、林地、山脉、矩形农田、建筑区、河流和雪山共10类，共20000张图像，其中2000张为训练集，18000张为测试集。要求参赛选手利用机器学习等智能算法自动识别出所规定的测试集图像对应的场景类型。

数据说明
数据集名称：NaSC-TG2 （天宫二号遥感图像自然场景分类数据集）
图像格式： RGB三波段真彩色图像(jpg)

场景类别：海滩、圆形农田、云、荒漠、林地、山脉、矩形农田、建筑区、河流和雪山
图像尺寸：128×128

图像数量：每种类别有2000张，共计20000张
train：包含2000张，用于算法训练

test：包含18000张，作为独立样本进行算法精度验证，不可参与训练
/
以下仅供参考