[Help] “No data found” error when training model – train_data_dir issue

快速结论：这个报错通常出现在 Kohya SS 的 LoRA / DreamBooth / Textual Inversion 文件夹模式训练启动时，真正原因多数不是训练器坏了，而是 train_data_dir（GUI 里的 Image folder）指向了错误的层级：它必须指向 N_name 子文件夹的父目录，而不是直接存放图片的那个文件夹。

适用环境：Issue 中确认涉及的工具是 Kohya SS（GUI）的 LoRA / DreamBooth / Textual Inversion 训练路径；Issue 未提供已确认的操作系统、Python、CUDA、显卡或依赖版本信息。

最快修复方案：把 Image folder 指向 N_name 文件夹的父目录。正确结构为：train_data_dir/10_my_concept/image1.jpg，此时 Image folder 填 train_data_dir/，而不是填 train_data_dir/10_my_concept/。

注意事项：Issue 中该用户是通过把路径改为 N_name 文件夹的父目录后自行解决的。Issue 同时指出 GUI 中的 verify_image_folder_pattern() 帮助函数并未被任何训练入口调用，因此目前不会在启动前拦截这类错误布局；此外该函数原有的正则 ^\d+_\w+ 不接受下划线后带空格的名字（如 30_black mamba），与文档中允许空格的说明不一致，这属于待修复项，不代表此类名字一定可用。

问题场景

用户在 Kohya SS 中准备训练模型（LoRA / DreamBooth / Textual Inversion 等），采用 DreamBooth 风格的文件夹数据集布局，目录命名为 repeats_name 格式（例如 10_model_woman）。用户确认文件夹结构已按该格式创建、路径中没有空格、图片也确实存在于对应子文件夹中，但训练启动后仍报 “No data found”。

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）

原因分析

最可能的原因是 train_data_dir 的层级选择错误。Kohya SS 在文件夹模式下要求该参数指向包含 N_name 子文件夹的父目录，而不少用户习惯性把它指向了真正存放图片的 N_name 文件夹本身，于是 sd-scripts 在预期位置找不到可用的数据集子目录，抛出 “No data found”。

Issue 的 triage 还指出，GUI 中其实已经存在用于检查 N_name 子文件夹布局的辅助函数 verify_image_folder_pattern()，但它没有被任何训练入口调用；训练前只执行了 validate_folder_path 这类仅检查路径是否存在的校验，所以错误布局不会在启动前被拦截，而是等到 sd-scripts 内部才报错。这属于产品侧的缺口，而非训练器本身故障。

环境排查

确认使用的训练模式是文件夹模式；如果提供了 dataset config TOML，则数据集布局由 TOML 定义，不应按本文的文件夹规则判断。
确认 GUI 中 Image folder（即 train_data_dir）指向的是 N_name 子文件夹的父目录。
确认该父目录下至少存在一个立即子文件夹，且命名符合 <repeats>_<name> 约定（多个数字 + 下划线 + 非空名称）。
确认图片文件位于这些 N_name 子文件夹内部，而不是与它们同级或更上一层。
若设置了 reg_data_dir，同样确认其指向上层目录并包含合法的 N_name 子文件夹。
Issue 未提供需核对的 Python、CUDA、PyTorch、显卡或依赖版本信息，无需在本文中补写。

解决步骤

检查当前 Image folder 的填写值：如果它直接指向某个 10_xxx、30_xxx 之类的文件夹，说明层级过深，这是最常见的触发点。
把 Image folder 改为该 N_name 文件夹的父目录。例如目录为 /data/train/10_my_concept/image1.jpg，则填写 /data/train。
确认父目录下 N_name 子文件夹的命名格式正确：前导数字为 repeats 次数，下划线后为概念名称，图片放在该子文件夹内。
如果使用了正则配图（regularization），按相同规则检查 reg_data_dir，使其指向对应 N_name 文件夹的父目录。
重新启动训练，让 GUI 重新读取 train_data_dir 下的数据集。

验证方法

训练启动后不再出现 “No data found. Please verify arguments (train_data_dir must be the parent of folders with images)”，并且日志能够正常进入数据集加载、图片数量统计等后续阶段，即表示路径层级已修正。Issue 中原提问者正是通过指向 N_name 文件夹的父目录解决了该问题，其他用户也确认按此说明修改后训练恢复正常。