Keras训练CNN模型触发ValueError结构报错求助

ValueError: Must provide at least one structure的核心触发原因是数据集生成代码的参数误用，具体有两处关键问题：

• subset参数无匹配的划分规则：你在flow_from_directory中指定了subset="training"和subset="validation"，但初始化ImageDataGenerator时没有配置validation_split参数。subset仅在ImageDataGenerator设置了validation_split（比如validation_split=0.2）时才会生效，否则生成器无法识别子集划分逻辑，导致数据集结构异常。
• 验证集目录搭配subset参数逻辑矛盾：你的验证集指向独立的new_heatmaps/test目录，该目录本身就是完整的验证数据集，无需再用subset="validation"划分。添加该参数后，生成器会尝试从该目录中拆分验证子集，但因无validation_split配置，最终导致验证数据集没有有效数据结构。

根据你的数据集结构，选择以下两种修复方式之一：

方式1：单目录拆分训练/验证集 #

如果训练和验证数据都在train目录下，通过validation_split划分：

# 初始化时添加验证集拆分比例
image_generator = ImageDataGenerator(rescale=1 / 255, validation_split=0.2)
train_dataset = image_generator.flow_from_directory(
    batch_size=5,
    directory="new_heatmaps/train",
    shuffle=True,
    target_size=(32, 128),
    subset="training",
    class_mode="binary",
)

validation_dataset = image_generator.flow_from_directory(
    batch_size=5,
    directory="new_heatmaps/train",
    shuffle=True,
    target_size=(32, 128),
    subset="validation",
    class_mode="binary",
)

方式2：独立目录作为验证集（匹配你的原始逻辑） #

直接移除subset参数，读取独立的测试目录：

image_generator = ImageDataGenerator(rescale=1 / 255)
train_dataset = image_generator.flow_from_directory(
    batch_size=5,
    directory="new_heatmaps/train",
    shuffle=True,
    target_size=(32, 128),
    class_mode="binary",
)

validation_dataset = image_generator.flow_from_directory(
    batch_size=5,
    directory="new_heatmaps/test",
    shuffle=True,
    target_size=(32, 128),
    class_mode="binary",
)

额外提示：model.fit中设置的batch_size=1会覆盖flow_from_directory的batch_size=5，建议保持参数一致，避免训练逻辑混淆。

内容的提问来源于stack exchange，提问作者MiXen