ImageDataGenerator не видит картинок

Проблема возникает, потому что ImageDataGenerator ожидает структуру директорий, где каждая поддиректория соответствует отдельному классу. В вашем случае, похоже, что директории pics_to_train и masks_to_train не содержат поддиректорий, соответствующих классам, поэтому генератор не может найти изображения.

Если Ваши изображения не принадлежат к каким-либо классам, а должны быть просто обработаны как входные и выходные данные для U-net сети, вы можете использовать flow_from_directory с фиктивным классом. Вот как можно модифицировать ваш код:

import numpy as np

Y = 720
X = 1280

data_gen_args = dict(rescale=1./255)

pics_train_datagen = ImageDataGenerator(**data_gen_args)
masks_train_datagen = ImageDataGenerator(**data_gen_args)

pics_train_generator = pics_train_datagen.flow_from_directory(
    'pics_to_train',
    classes=[''],  # Фиктивный класс
    target_size=(Y, X),
    batch_size=16,
    class_mode=None,
    shuffle=False  # Важно сохранить порядок изображений
)

masks_train_generator = masks_train_datagen.flow_from_directory(
    'masks_to_train',
    classes=[''],  # Фиктивный класс
    target_size=(Y, X),
    batch_size=16,
    class_mode=None,
    shuffle=False  # Важно сохранить порядок масок
)

# Объединяем изображения и маски в один генератор
train_generator = zip(pics_train_generator, masks_train_generator)

# Итерируемся по генератору и выводим примеры
for pics, masks in train_generator:
    # pics содержит входные изображения
    # masks содержит соответствующие маски
    print(f"Batch shape - pics: {pics.shape}, masks: {masks.shape}")

В этом случае мы используем фиктивный класс [''], чтобы генератор мог работать без реальных классов изображений. Ключевой аргумент shuffle=False сохраняет порядок изображений и масок.

Обратите внимание, что в данном примере только выводится информация о форме батчей в генераторе. Вы можете дальше обрабатывать эти батчи по вашим нуждам внутри цикла for.