在訓練神經網路的過程中，常常需要fine tune一個現有的網路，首先是需要對輸入資料進行預處理，包括有：

1. 對尺寸大小進行處理
2. 將正負例和測試的data&label儲存為h5檔案
3. 將h5檔案中data&label對應的書序打亂

實現程式碼如下：

1. 導包以及VGG網路初始化

import numpy as np
import matplotlib.pyplot as plt
import skimage
import skimage.io
import skimage.transform
import os
import h5py
%matplotlib inline

plt.rcParams['figure.figsize'
 
]=(10,10)
plt.rcParams['image.interpolation']='nearest'
plt.rcParams['image.cmap']='gray'
VGG_MEAN = [103.939, 116.779, 123.68]

2.處理圖片RGB三通道

def preprocess(img):
  out = np.copy(img) * 255
  out = out[:, :, [2,1,0]] # swap channel from RGB to BGR
  # sub mean
  out[:,:,0] -= VGG_MEAN[0]
  out[:,:,1] -= VGG_MEAN[1
 
]
  out[:,:,2] -= VGG_MEAN[2]
  out = out.transpose((2,0,1)) # h, w, c -> c, h, w
  return out

3.畫素歸一化

def deprocess(img):
  out = np.copy(img)
  out = out.transpose((1,2,0)) # c, h, w -> h, w, c

  out[:,:,0] += VGG_MEAN[0]
  out[:,:,1] += VGG_MEAN[1]
  out[:,:,2] += VGG_MEAN[2]
  out = out[:, :, [2
 
,1,0]]
  out /= 255
  return out

4.尺寸處理

# returns image of shape [224, 224, 3]
# [height, width, depth]
def load_image(path):
  # load image
  img = skimage.io.imread(path)
  img = img / 255.0
  assert (0 <= img).all() and (img <= 1.0).all()
  #print "Original Image Shape: ", img.shape
  # we crop image from center
  short_edge = min(img.shape[:2])
  yy = int((img.shape[0] - short_edge) / 2)
  xx = int((img.shape[1] - short_edge) / 2)
  crop_img = img[yy : yy + short_edge, xx : xx + short_edge]
  # resize to 224, 224
  resized_img = skimage.transform.resize(crop_img, (224, 224))
  return resized_img

5.迴圈遍歷檔案儲存資料以及label
關鍵程式碼：

儲存count值方便後續使用以及檢查：

imgData_count = 0
imgTest_count = 0
FilePrefixlist = []  #存取檔案字首名的列表

#分別將list中出現的image名字和label儲存在不同的矩陣
PositiveList = np.loadtxt(r'plane.txt',dtype=np.int)

#獲取檔案的字首名，字首名為string型別
with open(r'plane.txt', 'r') as f:
    while True:
        line = f.readline()   #逐行讀取
        if not line:
            break
        linesplit = line.split(' ')            
        FilePrefixlist.append(linesplit[0])   #只取得第一列的資料即檔案的字首名
    labelPositiveList = PositiveList[:,1]     

#統計正例中儲存為訓練集的個數
labelPositiveCount=np.sum(labelPositiveList==1)
labelNegativeCount=np.sum(labelPositiveList==-1)

#初始化訓練集和測試集的data和label
imgData = np.zeros([labelPositiveCount+190,3,224,224],dtype= np.float32)
label = []

imgTest = np.zeros([labelNegativeCount+95,3,224,224],dtype= np.float32)
labelTest =[]

接下里開始正式讀資料和label，以其中某一個檔案資料為例：

#通過讀正類指令碼檔案將正類中train和test的儲存到對應data中   
for index in range(len(FilePrefixlist)):
    line=FilePrefixlist[index]
     #如果label=1，那麼是訓練集
    if labelPositiveList[index]==1 : 
        imgData[imgData_count,:,:,:]=preprocess(load_image(path+'/'+line+'.jpg'))
 label.append(1)
 imgData_count = imgData_count+1 
 #否則label就是-1，代表這是一個測試集的資料，放在測試集中
    else:       
        imgTest[imgTest_count,:,:,:]=preprocess(load_image(path+'/'+line+'.jpg'))   

    labelTest.append(1)
    imgTest_count = imgTest_count+1

上述過程將所有data存在numpy數組裡面，label存在list中用append（）方式追加，於是需要將list轉變為numpy陣列：

#將label列表變為numpy
label = np.array(label)
labelTest = np.array(labelTest)

使用shuffle打亂順序：

#打亂h5檔案訓練集正負例順序
index = [i for i in range(len(imgData))]
np.random.shuffle(index)
imgData = imgData[index]
label = label[index]

建立h5檔案，放入data和label：

f = h5py.File('aeroplane_train.h5','w')#相對路徑，絕對路徑會報錯
f['data']=imgData
f['label']=label   
f.close()

#HDF5的讀取：  
f = h5py.File('aeroplane_train.h5','r')   #開啟h5檔案  
f.keys()                            #可以檢視所有的主鍵  
a = f['data'][:]                    #取出主鍵為data的所有的鍵值  
f.close() 

資料預處理以及儲存過程關鍵程式碼如上所示。

在編碼中遇到一些小坑：
1、win與linux在寫路徑是正反斜槓”/”“\”的問題，win下複製的路徑與自己新增的完整路徑的斜槓方向不同。。。

2、在loadtxt的時候，由於\t或者\n會識別為轉義字元，於是需要在路徑前加上r，否則會報錯，例如：

PositiveList = np.loadtxt(r'C:\Users\Administrator\plane.txt',dtype=np.int)