Dataset Preparation Deletes Data

快速结论：该报错通常发生在使用 Kohya SS 的 Dataset Preparation（数据准备）工具整理训练图片时，工具在“完成”提示下把源目录当成目标目录先删除再复制，导致原图丢失；优先排查训练图片源路径与目标路径是否相同或互相嵌套。

适用环境：Issue 已确认工具为 Kohya SS 的 Dataset Preparation 功能，涉及 Dreambooth/LoRA 图片目录准备流程；Issue 未提供具体操作系统、Python、CUDA、显卡或依赖版本。

最快修复方案：暂无确认的一步修复方案。Issue 给出的是修复方向（先校验、拒绝同路径/嵌套路径、拒绝源不存在，复制到临时目录后再替换，并让 UI 显示状态），但尚无可直接执行的已验证修复命令。

注意事项：修复方向属于期望行为与实现建议，不代表当前版本已包含这些保护；在问题修复前，手动操作数据准备仍可能造成数据丢失，务必保留源图备份，并避免把目标目录设为源目录本身或其父目录。

问题场景

用户在 Kohya SS 中使用 Dataset Preparation 工具，把图片整理成 kohya_ss 需要的目录结构（如 img/<repeats>_<instance> <class>，以及可选的 reg/<repeats>_<class>）。准备完成后界面只显示“completed”，但用户发现原始数据被删除。随后尝试启动 LoRA 训练时，kohya_ss 报错并提示没有图片，日志显示“Training has ended”，但 WebUI 仍停留在“正在训练”的状态，只能强制退出终端并重启应用。

报错原文

Dataset Preparation Deletes Data

...it end up deleting my data and saying "completed"

...No logs or anything were shown except "completed".

...kohya_ss spat out a bunch of errors (while informing me there are no more pictures... great!) and then says "Training has ended" in the logs.

However, the WebUI for kohya_ss is now stuck and thinks it's still training.

原因分析

根据 Issue 讨论，Dataset Preparation 的核心逻辑在目标路径已存在时会先用 shutil.rmtree 删除目标目录，然后再执行 shutil.copytree。问题在于缺少前置保护：没有校验源目录是否存在、没有校验解析后的源路径是否等于目标路径、没有校验目标目录是否嵌套在源目录之下（或相反）。

当训练图片源路径本身就是一个已准备好的目录，或被设置为目标目录的父目录时，删除目标目录可能同时删掉了唯一一份源图；随后的 copytree 再因路径不存在而失败。由于 Prepare 按钮没有 Gradio 状态输出，仅记录日志后就返回的失败也会在界面上表现为一次成功的“completed”。

训练阶段的 WebUI 卡死与“Training has ended”不一致，Issue 中归为相关但独立的问题（参见 #3435 / command executor），不属于数据准备路径本身。

环境排查

确认当前使用的 Kohya SS 版本是否已包含 Dataset Preparation 的非破坏性修复；Issue 未给出具体版本号。
确认 Dataset Preparation 中“训练图片源目录（training images）”与“目标目录（destination）”的绝对路径。
确认目标目录是否等于源目录，或是否位于源目录内部（例如源为 …/img，目标为其父目录）。
确认源目录是否存在且为目录，目标路径是否已存在旧数据。
确认是否配置了正则化图片目录（reg images），其路径规则与训练图片一致，也需检查。
Issue 未提供操作系统、Python、CUDA、PyTorch、显卡或依赖版本信息，暂不列具体版本要求。

解决步骤

立即停止在 Kohya SS 的 Dataset Preparation 中继续点击“Prepare training data”，并从备份中恢复已丢失的图片。
打开 Dataset Preparation 界面，记录训练图片源目录和目标目录的完整绝对路径。
检查源目录与目标目录是否相同；若相同，不要继续执行准备操作（当前逻辑可能先 rmtree 再 copytree 并删除唯一源图）。
检查目标目录是否嵌套在源目录之下，或源目录是否嵌套在目标目录之下；若存在嵌套关系，不要继续执行准备操作，避免递归复制或误删。
确认训练图片源目录确实存在且为目录；源目录不存在时先补齐图片，再尝试准备。
如果必须准备到已有目标目录，先手动把该目标目录整体移走或备份，确保它不是源图的唯一副本。
如仍无法完成数据准备，可优先尝试升级到包含该 Issue 修复的 Kohya SS 版本；Issue 中并未给出具体版本号或升级命令，需以仓库发布信息为准。
训练 WebUI 卡死属于独立问题（#3435），遇到时按原 Issue 描述强制退出并重启终端应用，不与数据准备删除问题混在一起处理。

验证方法

执行准备前先确认源目录和目标目录不相等、不互相嵌套，且源目录存在；准备完成后检查原始图片目录是否仍然完整，只有目标目录下按预期生成了 img/…、可选的 reg/… 等结构。若界面只显示“completed”而没有任何状态字符串说明校验结果，说明当前版本可能仍缺少修复中的 UI 状态输出，需要进一步确认版本与修复情况。