No data found. Please verify arguments (train_data_dir must be the parent of folders with images
快速结论：此报错通常在 Kohya SS 训练 LoRA 或 DreamBooth 模型时出现，原因是 --train_data_dir 指向了包含具体图片的子文件夹，而不是包含图片子文件夹的父目录。优先检查 train_data_dir 路径层级是否正确。
问题场景
用户在 Windows 系统下使用 Kohya SS 进行 LoRA 训练（或 DreamBooth 训练），运行 train_network.py 脚本时报错。常见于用户将 train_data_dir 参数直接指向了存放图片的文件夹（例如 C:/images/118_DPITW），而没有指向包含该文件夹的父目录（例如 C:/images）。
报错原文
ERROR No data found. Please verify arguments (train_data_dir must be the parent of folders with images) / 画像がありません。引数指定を確認してください（train_data_dirには画像があるフォルダではなく、画像があるフォルダの親フォルダを指定する必要があります）
train_network.py:212原因分析
根据 Issue 中的讨论，Kohya SS 的训练脚本要求 train_data_dir 必须是包含训练图像子文件夹的父目录，而不是直接指向图片文件所在的文件夹。例如：
– 正确：--train_data_dir="C:/images/"（其子文件夹为 C:/images/118_DPITW，内含图片）
– 错误：--train_data_dir="C:/images/118_DPITW"（直接指向图片文件夹）
此外，如果文件夹名称中不包含数字重复次数（例如 118_ 中的 118 表示重复次数），脚本也会忽略该目录并报出 ignore directory without repeats 警告，最终导致 0 训练图像。
环境排查
- Kohya SS 版本：至少确认到 2024-01 前后版本（Issue 关闭时的 commit）
- 操作系统：Windows（此 Issue 中为 Windows，含
C:\路径） - 训练脚本：
train_network.py（也可参考train_db.py） - 依赖：Linux/WSL 用户无需额外环境确认
解决步骤
- 调整
train_data_dir参数路径：
确保--train_data_dir指向 父目录，即包含数字重复次数子文件夹的上级文件夹。
例如：若图片位于C:/images/img/118_DPITW/，则应设置为--train_data_dir="C:/images/img/"，而不是C:/images/img/118_DPITW/。 - 检查子文件夹命名规范：
确保图片所在子文件夹的名称以重复次数_开头（例如118_DPITW），否则脚本会提示ignore directory without repeats并跳过该目录。 - 优先级验证（可优先尝试）：
如果使用 GUI 版本，请在“Image folder”字段中选择父目录（即包含多个数字子文件夹的上级目录），而不是具体图片文件夹。
验证方法
修改路径后重新运行训练命令，如果日志中显示 N train images with repeating（N > 0）且不再出现 No data found 错误，则问题已解决。建议先使用 --debug 参数（如果可用）查看脚本的目录扫描过程。
参考来源
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
