Se propone un modelo de clasificación de imágenes meteorológicas que combina un VIT (transformador de visión) y un módulo de atención dual aumentada para abordar los problemas de la capacidad insuficiente de extracción de características de los métodos tradicionales de aprendizaje profundo, con la precisión de reconocimiento aún por mejorar y los tipos limitados de fenómenos meteorológicos existentes en el conjunto de datos.