CyberHarem/iris_pokemon

这是一个关于宝可梦角色iris的数据集，包含500张图像及其标签。该角色的核心标签包括`dark-skinned_female, dark_skin, long_hair, purple_hair, bangs, big_hair, brown_eyes, very_long_hair, two_side_up, breasts, eyelashes`，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，自动爬取系统由DeepGHS团队提供支持。数据集提供了多种下载选项，包括原始数据、不同尺寸的图像以及经过裁剪的图像。此外，还提供了如何使用waifuc加载原始数据集的代码示例，并展示了标签聚类结果的表格。

This is a dataset centered on the Pokémon character Iris, consisting of 500 images and their associated labels. The core labels for this character include `dark-skinned_female, dark_skin, long_hair, purple_hair, bangs, big_hair, brown_eyes, very_long_hair, two_side_up, breasts, eyelashes`, and these labels have been pruned in the dataset. The images were crawled from multiple platforms including Danbooru, Pixiv, Zerochan and others, with the automatic crawling system powered by the DeepGHS team. The dataset provides multiple download options, including raw data, images of various resolutions, and cropped images. In addition, code examples for loading the raw dataset using Waifuc are provided, along with a table showing the results of label clustering.

原始信息汇总

数据集概述

数据集信息

• 名称: Dataset of iris (Pokémon)
• 描述: 包含500张图像及其标签的数据集，主题为Pokémon中的iris角色。
• 核心标签: dark-skinned_female, dark_skin, long_hair, purple_hair, bangs, big_hair, brown_eyes, very_long_hair, two_side_up, breasts, eyelashes
• 标签分类: 数据集中的图像标签经过精心筛选和分类。

数据集包列表

名称	图像数量	大小	类型	描述
raw	500	426.84 MiB	Waifuc-Raw	包含元信息的原始数据（最小边对齐到1400像素，如果更大）。
800	500	272.18 MiB	IMG+TXT	短边不超过800像素的数据集。
stage3-p480-800	997	509.89 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。
1200	500	387.63 MiB	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	997	679.62 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	12		1girl, solo, open_mouth, waist_bow, dress, smile, blush, crown
1	16		1girl, :d, open_mouth, tongue, dress, hair_rings, long_sleeves, tiara, upper_teeth_only, wide_sleeves, looking_at_viewer, bow, blush, sandals, solo, pokemon_(creature), red_eyes, toes, white_footwear, collarbone, spread_fingers
2	6		1girl, :d, armlet, black_dress, fake_horns, official_alternate_costume, open_mouth, tongue, twintails, upper_teeth_only, wrist_cuffs, bare_shoulders, black_hairband, claw_pose, hair_rings, hands_up, looking_at_viewer, red_eyes, sleeveless_dress, solo, blush, fake_wings, halloween
3	6		1girl, :d, collarbone, fake_horns, fangs, hair_rings, official_alternate_costume, open_mouth, tongue, black_hairband, twintails, wrist_cuffs, armlet, bare_shoulders, black_dress, blush, looking_at_viewer, solo, wings, hands_up, upper_teeth_only
4	22		1girl, nipples, nude, blush, solo, open_mouth, collarbone, looking_at_viewer, navel, pussy, small_breasts, tongue, :d, barefoot, light_areolae, shiny_skin, censored, simple_background, white_background
5	11		1girl, hetero, nipples, nude, blush, 1boy, sex, small_breasts, vaginal, penis, pussy, solo_focus, pokemon_(creature), red_eyes, uncensored, bestiality, navel, spread_legs, open_mouth, pokephilia, :q, closed_mouth, collarbone, hair_tie, loli, looking_down, smile

表格版本

#	样本数量	图像示例	1girl	solo	open_mouth	waist_bow	dress	smile	blush	crown	:d	tongue	hair_rings	long_sleeves	tiara	upper_teeth_only	wide_sleeves	looking_at_viewer	bow	sandals	pokemon_(creature)	red_eyes	toes	white_footwear	collarbone	spread_fingers	armlet	black_dress	fake_horns	official_alternate_costume	twintails	wrist_cuffs	bare_shoulders	black_hairband	claw_pose	hands_up	sleeveless_dress	fake_wings	halloween	fangs	wings	nipples	nude	navel	pussy	small_breasts	barefoot	light_areolae	shiny_skin	censored	simple_background	white_background	hetero	1boy	sex	vaginal	penis	solo_focus	uncensored	bestiality	spread_legs	pokephilia	:q	closed_mouth	hair_tie	loli	looking_down
0	12		X	X	X	X	X	X	X	X
1	16		X	X	X		X		X		X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X
2	6		X	X	X				X		X	X	X			X		X				X					X	X	X	X	X	X	X	X	X	X	X	X	X
3	6		X	X	X				X		X	X	X			X		X							X		X	X	X	X	X	X	X	X		X				X	X
4	22		X	X	X				X		X	X						X							X																	X	X	X	X	X	X	X	X	X	X	X
5	11		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	X	X

搜集汇总

数据集介绍

构建方式

在数字图像生成领域，高质量、标注精细的数据集是驱动模型性能提升的关键基石。本数据集聚焦于宝可梦系列中的知名角色‘艾莉丝’，通过自动化爬虫系统从Danbooru、Pixiv、Zerochan等多个主流图像平台广泛采集原始素材。采集流程由DeepGHS团队开发的Waifuc框架驱动，确保了数据获取的广度与效率。原始图像经过严格的筛选与预处理，最终收录了500张高质量图片，并配套了详尽的手工标签。数据集的构建不仅包含了原始元数据版本，还提供了多种规格的处理版本，例如将短边统一缩放至800或1200像素的标准尺寸，以及经过三阶段裁剪、确保有效区域不低于480×480像素的增强版本，以满足不同训练场景的需求。

使用方法

本数据集的使用方式灵活多样，尤其与Waifuc框架深度集成。研究者可通过Hugging Face Hub直接下载原始压缩包，并利用Waifuc的LocalSource接口快速加载，实现图像与元数据的无缝对接。对于需要标准化输入的模型训练，可直接选用800或1200像素的预处理版本；若关注图像局部细节，三阶段裁剪版本则能提供更丰富的有效像素区域。此外，数据集的标签聚类结果可直接用于分析角色服饰与场景的分布规律，或作为多模态学习的先验知识。下载与加载过程均通过简单的Python代码实现，极大降低了使用门槛，便于研究者快速开展实验。

背景与挑战

背景概述

在生成式人工智能与二次元文化交融的浪潮中，针对特定动漫角色的高质量图像数据集愈发珍贵。CyberHarem/iris_pokemon数据集由DeepGHS团队于近期构建，聚焦于宝可梦系列中的知名角色“小霞”（Iris），收录了500张经过精细标注的图像。该数据集的核心研究问题在于为文本到图像生成任务提供标准化、多风格的训练素材，其标签体系涵盖了肤色、发型、服饰等关键视觉特征。通过自动化爬取与多阶段裁剪技术，该数据集不仅丰富了二次元角色生成领域的数据生态，还为后续的个性化模型微调与风格迁移研究奠定了坚实基础，展现出对角色一致性生成任务的重要推动作用。

当前挑战

该数据集所面临的挑战首先体现在领域问题的复杂性上：动漫角色生成需在保持角色核心特征（如深色皮肤、紫色长发）的同时，适应多样化的艺术风格与场景变化，这对模型的泛化能力提出了严苛要求。其次，构建过程中遭遇了多重技术瓶颈，包括从Danbooru、Pixiv等多源站点进行大规模图像爬取时的版权合规与质量筛选难题，以及标签自动生成过程中对模糊或冲突标签的消歧处理。此外，数据集中包含的敏感内容（如裸露、性暗示等）要求在设计训练流程时需谨慎处理内容过滤与伦理审查，以确保模型在实际应用中的安全可控性。

常用场景

经典使用场景

在文本到图像生成领域，CyberHarem/iris_pokemon 数据集常被用于微调与个性化生成模型的训练。该数据集聚焦于宝可梦角色艾莉丝，提供了经过精细标注的500张高质量图像，涵盖多种姿态、服饰与场景变体。研究者可利用其丰富的标签信息，如‘dark-skinned_female’、‘purple_hair’等核心特征，训练模型精准捕捉角色外观的一致性。同时，数据集提供多分辨率版本与裁剪方案，适应不同计算资源需求，为可控图像生成、风格迁移等任务提供了标准化的实验基准。

解决学术问题

该数据集有效解决了动漫角色个性化生成中数据稀缺与标注不一致的学术难题。通过系统化爬取多源平台图像并统一标注，它消除了因数据来源分散导致的训练偏差，为角色特征解耦与属性编辑研究提供了可靠基础。此外，数据集包含的标签聚类结果支持细粒度分析，助力学者探索角色外观的潜在语义结构，推动少样本学习、跨模态检索等方向的理论进展，尤其在处理长尾分布的角色属性时展现出重要价值。

实际应用

在实际应用中，该数据集可赋能游戏与动漫产业的资产快速生成，例如为宝可梦主题的衍生作品创建风格统一的角色视觉素材。开发者可利用其训练模型，实现从文本描述到角色立绘的自动化输出，降低原画设计的人力成本。同时，数据集的多尺度版本便于部署于移动端或云端推理系统，支持实时交互式创作工具，如虚拟偶像定制或用户生成内容平台，显著提升创意生产流程的效率与灵活性。

数据集最近研究

最新研究方向

在二次元角色图像生成领域，基于特定角色数据集的高质量文本到图像（text-to-image）模型微调已成为前沿热点。CyberHarem/iris_pokemon数据集聚焦于宝可梦角色艾莉丝，提供了经过精细标注的500张图像及其核心标签，如深色皮肤、紫色长发等，并包含多种分辨率版本和三级裁剪数据集，为模型训练提供了灵活且标准化的资源。该数据集不仅支持通过waifuc工具进行原始数据加载，还内置了标签聚类结果，有助于挖掘角色在不同服饰和场景下的潜在风格特征。结合近期AI绘画社区的蓬勃发展，此类精细化、角色专属的数据集在推动可控图像生成、角色一致性保持以及风格迁移研究方面具有显著意义，为探索更个性化的生成式AI应用奠定了数据基础。