WeatherBench 是由大连工业大学联合南京理工大学和大连海事大学于 2025 年发布的一个面向真实世界恶劣天气条件下图像恢复任务的数据集，相关论文成果为 WeatherBench: A Real-World Benchmark Dataset for All-in-One Adverse Weather Image Restoration，旨在为去雨、去雪、去雾等 All-in-One 图像恢复模型提供统一、真实且大规模的训练与评测基准。

该数据集共采集 50,000 对恶劣天气退化图像及其对应的清晰图像，经过质量筛选后最终保留 42,002 对高质量成对样本，其中 41,402 对用于训练，600 对用于测试。所有图像均统一裁剪至 512 × 512 分辨率，便于模型训练与公平对比。

数据构成：

• 样本形式：严格对齐的退化图像（LQ）与清晰参考图像（GT）成对数据
• 天气退化类型：雨（Rain）、雪（Snow）和雾霾（Haze）
• 光照条件：白天与夜间场景