海上気象観測は安全な航海に不可欠であり、日本では一般船舶において観測結果を気象庁に報告することが求められている。しかし、雲の観測は気象測器での自動観測が困難なため、画像から自動識別する要求が生じている。これまで多くの研究で雲の種類（雲形）と雲量の分類に取り組まれてきているが、日本の海上気象観測で必要となる雲の状態までは研究されていない。そのため当研究では雲の雲形と状態を分類するための機械学習システムを開発した。まずはじめに全天球画像を撮影してデータサンプルを収集するための撮影デバイスを開発し、雲の層（下層、中層、上層）ごとに雲形と状態をラベル付けした。このデータセットをもとに、深層畳み込みニューラルネットワークを構築し、ResNet50学習モデルをfinetuningして分類した。結果として、雲形・状態ともに0.9を超える精度を達成した。
