CyberHarem/hinatsu_pokemon

该数据集是关于宝可梦角色ヒナツ（hinatsu）的图像数据集，包含500张图像及其标签。数据集的核心标签包括`short_hair, red_hair, bangs, red_eyes, breasts`，这些标签在数据集中已被修剪。图像从多个网站（如danbooru、pixiv、zerochan等）爬取，爬取系统由DeepGHS团队提供支持。数据集提供了多种格式的下载选项，包括原始数据、不同尺寸的图像数据集以及经过裁剪的图像数据集。此外，数据集还提供了标签聚类结果，展示了不同标签组合的图像样本。

This dataset is an image dataset dedicated to the Pokémon character Hinatsu (ヒナツ), containing 500 images and their corresponding labels. The core tags of the dataset include `short_hair, red_hair, bangs, red_eyes, breasts`, and these tags have been pruned within the dataset. The images were crawled from multiple platforms including Danbooru, Pixiv, Zerochan and others, and the crawling system is powered by the DeepGHS team. The dataset provides multiple download options, such as raw data, image datasets with various resolutions, and cropped image datasets. Additionally, the dataset offers tag clustering results that showcase image samples with different tag combinations.

原始信息汇总

数据集概述

数据集信息

• 名称: Dataset of hinatsu/ヒナツ (Pokémon)
• 许可证: MIT
• 任务类别: text-to-image
• 标签: art, not-for-all-audiences
• 大小类别: n<1K

数据集内容

• 图像数量: 500
• 核心标签: short_hair, red_hair, bangs, red_eyes, breasts

数据包列表

名称	图像数量	大小	类型	描述
raw	500	629.51 MiB	Waifuc-Raw	原始数据，包含元信息（最小边对齐到1400像素，如果更大）
800	500	325.96 MiB	IMG+TXT	短边不超过800像素的数据集
stage3-p480-800	1251	695.32 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素
1200	500	541.68 MiB	IMG+TXT	短边不超过1200像素的数据集
stage3-p480-1200	1251	1018.15 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素

标签聚类结果

原始文本版本

#	样本数量	图像示例	标签
0	10	5张图像	1girl, brown_bag, cowlick, hood, long_sleeves, solo, collarbone, gradient_legwear, looking_at_viewer, smile, blush, legwear_under_shorts, pantyhose_under_shorts, red_pantyhose, closed_mouth, hand_up, sitting, grey_jacket, simple_background
1	5	5张图像	1girl, blue_hoodie, blush, cowlick, gradient_legwear, legwear_under_shorts, long_sleeves, looking_at_viewer, pantyhose_under_shorts, smile, brown_bag, gradient_clothes, jacket, solo, ass, brown_hair, open_mouth, two-tone_legwear, closed_mouth, crossed_legs, red_pantyhose, sitting
2	8	5张图像	1girl, cowlick, gradient_legwear, long_sleeves, simple_background, white_background, black_footwear, boots, closed_mouth, gradient_clothes, smile, solo, brown_bag, full_body, hood, legwear_under_shorts, looking_at_viewer, sitting, hand_up, pantyhose_under_shorts, grey_jacket, red_pantyhose, black_shorts, blush, bracelet
3	5	5张图像	1girl, ass, blue_hoodie, cowlick, from_behind, long_sleeves, looking_at_viewer, looking_back, solo, blush, gradient_legwear, simple_background, brown_pantyhose, closed_mouth, hood_down, jacket, open_mouth, white_background
4	7	5张图像	1girl, long_sleeves, looking_at_viewer, red_pantyhose, smile, solo, blue_hoodie, from_behind, looking_back, cowlick, gradient_legwear, jacket, shiny_clothes, simple_background, thighs, ass_focus, blush, closed_mouth, white_background
5	9	5张图像	1boy, 1girl, blush, hetero, nipples, penis, pussy, sex, spread_legs, vaginal, large_breasts, navel, missionary, on_back, collarbone, completely_nude, solo_focus, open_mouth, pov, looking_at_viewer, mosaic_censoring, sweat, trembling, uncensored
6	11	5张图像	1boy, 1girl, ass, hetero, blush, cowlick, pantyhose, uncensored, vaginal, anus, torn_clothes, gradient_legwear, open_mouth, cum_in_pussy, overflow, clothed_female_nude_male, jacket, long_sleeves, heart, looking_at_viewer, looking_back, sex_from_behind, solo_focus, testicles, veiny_penis

表格版本

#	样本数量	图像示例	1girl	brown_bag	cowlick	hood	long_sleeves	solo	collarbone	gradient_legwear	looking_at_viewer	smile	blush	legwear_under_shorts	pantyhose_under_shorts	red_pantyhose	closed_mouth	hand_up	sitting	grey_jacket	simple_background	blue_hoodie	gradient_clothes	jacket	ass	brown_hair	open_mouth	two-tone_legwear	crossed_legs	white_background	black_footwear	boots	full_body	black_shorts	bracelet	from_behind	looking_back	brown_pantyhose	hood_down	shiny_clothes	thighs	ass_focus	1boy	hetero	nipples	penis	pussy	sex	spread_legs	vaginal	large_breasts	navel	missionary	on_back	completely_nude	solo_focus	pov	mosaic_censoring	sweat	trembling	uncensored	pantyhose	anus	torn_clothes	cum_in_pussy	overflow	clothed_female_nude_male	heart	sex_from_behind	testicles	veiny_penis
0	10	5张图像	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X
1	5	5张图像	X	X	X		X	X		X	X	X	X	X	X	X	X		X			X	X	X	X	X	X	X	X
2	8	5张图像	X	X	X	X	X	X		X	X	X	X	X	X	X	X	X	X	X	X		X							X	X	X	X	X	X
3	5	5张图像	X		X		X	X		X	X		X				X				X	X		X	X		X			X						X	X	X	X
4	7	5张图像	X		X		X	X		X	X	X	X			X	X				X	X		X						X						X	X			X	X	X
5	9	5张图像	X						X		X		X														X																X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X
6	11	5张图像	X		X		X			X	X		X											X	X		X										X						X	X						X						X					X	X	X	X	X	X	X	X	X	X	X

搜集汇总

数据集介绍

构建方式

该数据集聚焦于《宝可梦》系列中的角色 hinatsu/ヒナツ，通过自动化爬虫系统从 Danbooru、Pixiv、Zerochan 等多个图像平台采集原始图像数据，并经由 DeepGHS 团队的技术支持完成图像获取与初步筛选。数据集共收录 500 张图像，每张图像均附带详细的标签信息。在构建过程中，核心标签如短红发、刘海、红眼及胸部特征被修剪去除，以提升数据集的泛化能力。为满足不同训练需求，数据集提供了多种预处理版本，包括原始数据包、短边不超过 800 或 1200 像素的标准化图像，以及经过三阶段裁剪确保区域不小于 480×480 像素的增强数据集，从而兼顾图像质量与模型训练效率。

使用方法

该数据集支持多种加载方式。对于需要原始元数据的用户，可通过 Hugging Face Hub 下载 dataset-raw.zip 文件，并借助 waifuc 库的 LocalSource 接口直接读取图像、文件名及标签信息，代码示例中提供了完整的下载与加载流程。对于直接用于训练的场景，推荐使用预处理的 IMG+TXT 格式包（如 800 或 stage3-p480-800 版本），这些包已对齐图像与文本标签，便于接入主流的文本到图像生成框架。聚类结果以表格形式呈现，用户可基于样本 ID 和标签组合快速筛选特定场景的图像子集，从而定制化训练数据或进行风格迁移实验。

背景与挑战

背景概述

在文本到图像生成领域，高质量、标注精细的动漫角色数据集是推动模型性能提升的关键要素。CyberHarem/hinatsu_pokemon 数据集由 DeepGHS 团队于近期构建，聚焦于宝可梦系列中的角色 hinatsu（ヒナツ），旨在为二次元角色生成任务提供标准化训练资源。该数据集包含 500 张经过多源爬取（如 Danbooru、Pixiv 等）的高清图像，并附有结构化标签信息，核心特征包括短发、红发、刘海、红瞳及胸部等属性。通过提供不同分辨率（800px、1200px）及三阶段裁剪版本，该数据集有效适配了 waifuc 等主流框架的加载需求，为动漫风格图像生成、角色一致性保持等研究提供了基准参考。其影响力体现在对动漫领域数据构建流程的规范化，以及为少样本角色生成任务开辟了新的数据支撑途径。

当前挑战

该数据集面临的核心挑战首先体现在领域问题层面：文本到图像生成任务中，动漫角色往往存在视角多变、服饰复杂、交互场景多样等特性，而数据集仅包含 500 张图像，样本量有限，难以覆盖角色在不同光照、姿态及背景下的完整分布，可能引发模型过拟合或生成内容单一化。其次，构建过程中面临多重困难：图像多源爬取导致版权与质量参差不齐，需人工筛选与清洗；标签体系虽包含聚类结果，但部分标签（如“uncensored”“sex”等成人内容）的引入增加了内容合规性风险；此外，多分辨率与裁剪版本的生成虽提升了灵活性，却也带来了存储与处理效率的权衡，如何在有限数据量下最大化信息利用率仍是一个亟待解决的问题。

常用场景

经典使用场景

在动漫角色生成与风格迁移领域，CyberHarem/hinatsu_pokemon 数据集因其对宝可梦角色‘ヒナツ’的精细化标注与多分辨率版本支持，成为文本到图像生成模型微调与评估的经典基准。该数据集提供了从原始高分辨率到裁剪后标准尺寸的多套图像-标签对，尤其适用于训练诸如 Stable Diffusion 等扩散模型，以精确捕捉角色核心特征（如红发、短刘海、红瞳）并生成符合用户提示的个性化图像。研究者常利用其标签聚类结果（如服饰组合、姿势变化）来验证模型对细粒度属性控制的鲁棒性，从而推动可控图像生成技术的发展。

解决学术问题

该数据集有效解决了动漫角色生成中多模态对齐与细粒度属性解耦的学术难题。通过提供包含元信息的原始图像与结构化标签，它支持研究者探索如何将自然语言描述（如‘穿着蓝色连帽衫的ヒナツ’）转化为高保真视觉输出，同时避免属性混淆。此外，其标签聚类揭示了角色在不同场景下的服饰与姿态模式，为研究属性组合的泛化性提供了数据基础。这推动了文本到图像领域在角色一致性保持、风格迁移零样本学习等方向的理论突破，并为评估生成模型的多样性、忠实度提供了量化标准。

实际应用

在实际应用中，该数据集主要服务于二次元内容创作与娱乐产业，支持个性化角色定制、虚拟偶像生成及游戏资产制作。开发者可通过微调预训练模型，快速生成符合特定风格（如‘简单背景下的ヒナツ’）的图像，用于插画绘制、动画分镜或粉丝艺术创作。其提供的多尺寸版本（如 800px 与 1200px）适配不同部署场景，从移动端实时生成到高分辨率印刷输出均可覆盖。此外，标签聚类结果可直接用于推荐系统中的角色搭配设计，或辅助构建交互式角色编辑工具，降低非专业用户的使用门槛。

数据集最近研究

最新研究方向

在生成式人工智能与动漫文化深度融合的浪潮中，该数据集聚焦于《宝可梦》系列角色ヒナツ的精细化视觉表征构建，为文本到图像生成任务提供了高质量、多尺度的训练素材。前沿研究正围绕角色一致性、多模态标签对齐及跨平台数据融合展开，例如利用三级裁剪策略（stage3-p480-800/1200）优化局部与全局特征的提取效率，并通过标签聚类分析挖掘角色服饰与姿态的潜在模式。该工作与当前动漫生成领域对长尾角色、隐私合规（如not-for-all-audiences标注）以及自动化数据管道（如DeepGHS团队开发的爬取系统）的热点需求紧密呼应。其意义在于为可控角色生成、少样本学习及风格迁移等方向提供了可复现的基准，推动了二次元垂直领域从通用模型向专精化数据生态的演进。