我们编写了一个 load_data 函数来加载图像数据及其对应的标签。该函数读取 JSON 文件中的标签信息，并将图像文件转换为 NumPy 数组。同时，我们将图像尺寸统一调整为 128x128 像素，并进行归一化处理： 根据代码内容仿照上面的文字

我们编写了一个 `load_data` 函数来加载图像数据及其对应的标签。该函数读取 JSON 文件中的标签信息，并将图像文件转换为 NumPy 数组。同时，我们将图像尺寸统一调整为 128x128 像素，并进行归一化处理（即将像素值除以 255.0）。具体步骤如下：

1. **读取标签信息**：从指定的 JSON 文件中读取标签列表，并将其转换为字典形式，键为文件名，值为标签。
2. **加载和预处理图像**：遍历标签字典中的每个条目，打开对应的图像文件，调整其大小为 128x128 像素，并将其转换为 NumPy 数组后进行归一化处理。
3. **检查有效图像**：如果未找到有效的图像文件，则抛出异常。
4. **返回数据**：最后，将处理后的图像数组和标签数组作为 NumPy 数组返回。

以下是 `load_data` 函数的具体实现：

def load_data(data_dir, label_path):
    with open(label_path, 'r') as f:
        labels_list = json.load(f)
    labels = {item['文件名']: item['标签'] for item in labels_list if '文件名' in item and '标签' in item}
    
    images = []
    targets = []
    
    for file_name, label in labels.items():
        img_path = os.path.join(data_dir, file_name)
        if not os.path.exists(img_path):
            continue
        img = Image.open(img_path).resize((128, 128))
        img_array = np.array(img) / 255.0
        images.append(img_array)
        targets.append(label)
    
    if len(images) == 0:
        raise ValueError("No valid images found.")
    
    return np.array(images), np.array(targets)