CyberHarem/kahili_pokemon

---
license: mit
task_categories:
- text-to-image
tags:
- art
- not-for-all-audiences
size_categories:
- n<1K
---

# Dataset of kahili (Pokémon)

This is the dataset of kahili (Pokémon), containing 229 images and their tags.

The core tags of this character are `long_hair, ahoge, blue_hair, visor_cap, mole, mole_under_eye, breasts, light_blue_hair, blue_eyes, blue_headwear`, which are pruned in this dataset.

Images are crawled from many sites (e.g. danbooru, pixiv, zerochan ...), the auto-crawling system is powered by [DeepGHS Team](https://github.com/deepghs)([huggingface organization](https://huggingface.co/deepghs)).

## List of Packages

| Name | Images | Size | Download | Type | Description |
|:-----------------|---------:|:-----------|:----------------------------------------------------------------------------------------------------------------|:-----------|:---------------------------------------------------------------------|
| raw | 229 | 211.29 MiB | [Download](https://huggingface.co/datasets/CyberHarem/kahili_pokemon/resolve/main/dataset-raw.zip) | Waifuc-Raw | Raw data with meta information (min edge aligned to 1400 if larger). |
| 800 | 229 | 133.29 MiB | [Download](https://huggingface.co/datasets/CyberHarem/kahili_pokemon/resolve/main/dataset-800.zip) | IMG+TXT | dataset with the shorter side not exceeding 800 pixels. |
| stage3-p480-800 | 524 | 266.72 MiB | [Download](https://huggingface.co/datasets/CyberHarem/kahili_pokemon/resolve/main/dataset-stage3-p480-800.zip) | IMG+TXT | 3-stage cropped dataset with the area not less than 480x480 pixels. |
| 1200 | 229 | 194.39 MiB | [Download](https://huggingface.co/datasets/CyberHarem/kahili_pokemon/resolve/main/dataset-1200.zip) | IMG+TXT | dataset with the shorter side not exceeding 1200 pixels. |
| stage3-p480-1200 | 524 | 353.83 MiB | [Download](https://huggingface.co/datasets/CyberHarem/kahili_pokemon/resolve/main/dataset-stage3-p480-1200.zip) | IMG+TXT | 3-stage cropped dataset with the area not less than 480x480 pixels. |

### Load Raw Dataset with Waifuc

We provide raw dataset (including tagged images) for [waifuc](https://deepghs.github.io/waifuc/main/tutorials/installation/index.html) loading. If you need this, just run the following code

```python
import os
import zipfile

from huggingface_hub import hf_hub_download
from waifuc.source import LocalSource

# download raw archive file
zip_file = hf_hub_download(
repo_id='CyberHarem/kahili_pokemon',
repo_type='dataset',
filename='dataset-raw.zip',
)

# extract files to your directory
dataset_dir = 'dataset_dir'
os.makedirs(dataset_dir, exist_ok=True)
with zipfile.ZipFile(zip_file, 'r') as zf:
zf.extractall(dataset_dir)

# load the dataset with waifuc
source = LocalSource(dataset_dir)
for item in source:
print(item.image, item.meta['filename'], item.meta['tags'])
```

## List of Clusters

List of tag clustering result, maybe some outfits can be mined here.

### Raw Text Version

| # | Samples | Img-1 | Img-2 | Img-3 | Img-4 | Img-5 | Tags |
|----:|----------:|:--------------------------------|:--------------------------------|:--------------------------------|:--------------------------------|:--------------------------------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 0 | 6 |  |  |  |  |  | 1girl, blush, hetero, short_sleeves, spread_legs, 1boy, nipples, penis, sex, skirt, socks, striped_shirt, vaginal, cum_in_pussy, girl_on_top, gloves, open_mouth, shirt_lift, sweat, bar_censor, large_breasts, medium_breasts, navel, no_bra, pubic_hair, squatting, straddling, underwear |
| 1 | 25 |  |  |  |  |  | 1girl, collared_shirt, short_sleeves, striped_shirt, closed_mouth, golf_club, holding, kneehighs, shoes, solo, full_body, blue_skirt, simple_background, looking_at_viewer, buttons, white_background, miniskirt, pencil_skirt, standing, white_footwear, frown, v-shaped_eyebrows, medium_breasts, squatting, blush, hat, white_gloves |
| 2 | 5 |  |  |  |  |  | 1girl, closed_mouth, collared_shirt, golf_club, holding, short_sleeves, solo, striped_shirt, blue_skirt, white_background, white_gloves, frown, looking_at_viewer, simple_background, >:(, buttons, hand_on_hip, single_glove, standing |
| 3 | 6 |  |  |  |  |  | 1girl, collared_shirt, short_sleeves, simple_background, solo, upper_body, closed_mouth, striped_shirt, white_background, buttons, looking_at_viewer, blush, eyelashes, medium_breasts, sketch |
| 4 | 6 |  |  |  |  |  | 1girl, blush, collarbone, nipples, looking_at_viewer, pussy, day, large_breasts, outdoors, solo, sweat, censored, cloud, completely_nude, golf_club, grass, navel, open_mouth, sky, socks, squatting, very_long_hair |

### Table Version

| # | Samples | Img-1 | Img-2 | Img-3 | Img-4 | Img-5 | 1girl | blush | hetero | short_sleeves | spread_legs | 1boy | nipples | penis | sex | skirt | socks | striped_shirt | vaginal | cum_in_pussy | girl_on_top | gloves | open_mouth | shirt_lift | sweat | bar_censor | large_breasts | medium_breasts | navel | no_bra | pubic_hair | squatting | straddling | underwear | collared_shirt | closed_mouth | golf_club | holding | kneehighs | shoes | solo | full_body | blue_skirt | simple_background | looking_at_viewer | buttons | white_background | miniskirt | pencil_skirt | standing | white_footwear | frown | v-shaped_eyebrows | hat | white_gloves | >:( | hand_on_hip | single_glove | upper_body | eyelashes | sketch | collarbone | pussy | day | outdoors | censored | cloud | completely_nude | grass | sky | very_long_hair |
|----:|----------:|:--------------------------------|:--------------------------------|:--------------------------------|:--------------------------------|:--------------------------------|:--------|:--------|:---------|:----------------|:--------------|:-------|:----------|:--------|:------|:--------|:--------|:----------------|:----------|:---------------|:--------------|:---------|:-------------|:-------------|:--------|:-------------|:----------------|:-----------------|:--------|:---------|:-------------|:------------|:-------------|:------------|:-----------------|:---------------|:------------|:----------|:------------|:--------|:-------|:------------|:-------------|:--------------------|:--------------------|:----------|:-------------------|:------------|:---------------|:-----------|:-----------------|:--------|:--------------------|:------|:---------------|:------|:--------------|:---------------|:-------------|:------------|:---------|:-------------|:--------|:------|:-----------|:-----------|:--------|:------------------|:--------|:------|:-----------------|
| 0 | 6 |  |  |  |  |  | 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 | X | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | |
| 1 | 25 |  |  |  |  |  | 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 | | | | | | | | | | | | | | | | |
| 2 | 5 |  |  |  |  |  | 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 | | | | | | | | | | |
| 4 | 6 |  |  |  |  |  | X | X | | | | | X | | | | X | | | | | | X | | X | | X | | X | | | X | | | | | X | | | | X | | | | X | | | | | | | | | | | | | | | | | X | X | X | X | X | X | X | X | X | X |

原始信息汇总

数据集概述

数据集信息

• 名称: Dataset of kahili (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: 229
• 核心标签: long_hair, ahoge, blue_hair, visor_cap, mole, mole_under_eye, breasts, light_blue_hair, blue_eyes, blue_headwear

数据集包列表

名称	图像数量	大小	类型	描述
raw	229	211.29 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	229	133.29 MiB	IMG+TXT	短边不超过800像素的数据集。
stage3-p480-800	524	266.72 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。
1200	229	194.39 MiB	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	524	353.83 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	6		1girl, blush, hetero, short_sleeves, spread_legs, 1boy, nipples, penis, sex, skirt, socks, striped_shirt, vaginal, cum_in_pussy, girl_on_top, gloves, open_mouth, shirt_lift, sweat, bar_censor, large_breasts, medium_breasts, navel, no_bra, pubic_hair, squatting, straddling, underwear
1	25		1girl, collared_shirt, short_sleeves, striped_shirt, closed_mouth, golf_club, holding, kneehighs, shoes, solo, full_body, blue_skirt, simple_background, looking_at_viewer, buttons, white_background, miniskirt, pencil_skirt, standing, white_footwear, frown, v-shaped_eyebrows, medium_breasts, squatting, blush, hat, white_gloves
2	5		1girl, closed_mouth, collared_shirt, golf_club, holding, short_sleeves, solo, striped_shirt, blue_skirt, white_background, white_gloves, frown, looking_at_viewer, simple_background, >:(, buttons, hand_on_hip, single_glove, standing
3	6		1girl, collared_shirt, short_sleeves, simple_background, solo, upper_body, closed_mouth, striped_shirt, white_background, buttons, looking_at_viewer, blush, eyelashes, medium_breasts, sketch
4	6		1girl, blush, collarbone, nipples, looking_at_viewer, pussy, day, large_breasts, outdoors, solo, sweat, censored, cloud, completely_nude, golf_club, grass, navel, open_mouth, sky, socks, squatting, very_long_hair

搜集汇总

数据集介绍

构建方式

在文本到图像生成领域，高质量且精准标注的数据集是模型性能的基石。该数据集聚焦于宝可梦角色卡希丽，通过自动化爬取系统从Danbooru、Pixiv、Zerochan等多个知名图像平台采集原始图像，并依托DeepGHS团队的技术支持完成数据获取。数据集共包含229张图像，每张图像均配有详尽的标签信息，核心标签如长髮、呆毛、蓝髮等已被系统性地剪裁以突出角色特征。为满足不同应用场景，数据集提供了多种处理版本，包括原始元数据包、短边不超过800或1200像素的标准化版本，以及经过三阶段裁剪且面积不低于480x480像素的增强版本，从而确保了数据在尺寸和内容上的灵活性与可用性。

特点

该数据集的一大特色在于其多版本的结构化设计，能够适配从快速原型验证到精细模型训练的不同需求。原始版本保留了完整的元数据，便于研究者回溯图像来源与原始标注。而经过尺寸标准化和裁剪的版本，则直接整合为图像与对应文本标签的配对格式，极大简化了数据加载流程。此外，数据集还提供了基于标签聚类的分析结果，将图像按视觉或语义相似度划分为多个簇，例如包含特定服装或姿势的子集，这为挖掘角色在不同情境下的外观变体提供了直观的途径，有助于训练更鲁棒或更具风格特异性的生成模型。

使用方法

使用该数据集时，研究者可直接通过Hugging Face Hub下载所需的压缩包。对于希望利用原始元数据的用户，推荐采用Waifuc库进行加载，通过简单的Python脚本即可完成下载、解压和图像与标签的迭代访问。具体而言，可调用huggingface_hub库下载dataset-raw.zip，解压后使用Waifuc的LocalSource接口逐项读取图像及其关联的标签信息。对于追求便捷性的场景，直接使用IMG+TXT格式的标准化版本则更为高效，这些版本已预先对齐了图像与文本文件，无需额外解析即可直接用于训练循环，显著降低了数据预处理的门槛。

背景与挑战

背景概述

在文本到图像生成领域，高质量、细粒度的角色数据集是驱动模型性能提升的关键基石。CyberHarem/kahili_pokemon 数据集由 DeepGHS 团队于近期创建，聚焦于宝可梦系列中的角色卡希丽（Kahili），旨在为动漫风格的角色生成任务提供精准的视觉与语义素材。该数据集包含 229 张精心采集的图像，并附有详尽的标签信息，核心特征如长发、呆毛、蓝发等被重点标注。通过从 Danbooru、Pixiv 等多个平台自动爬取，数据集不仅覆盖了角色的多样化姿态与场景，还提供了多种分辨率版本（如 800px、1200px）及裁剪后的增强数据，极大便利了不同规模模型的训练需求。作为开源社区项目的一部分，该数据集填补了特定宝可梦角色在文生图基准中的空白，对推动二次元角色生成、可控图像合成等研究方向具有重要参考价值。

当前挑战

当前数据集面临的首要挑战在于领域问题的复杂性：动漫角色生成需同时兼顾身份一致性、风格多样性及文本对齐精度，而卡希丽角色因发型、服饰等细节的细微差异，易导致模型产生特征混淆或生成内容与标签不符。其次，构建过程中遭遇多重困难：网络爬取的数据源（如 Danbooru、Pixiv）存在标注风格不统一、噪声标签（如部分图像包含性暗示内容）及版权敏感性，需手动筛选与清洗；图像分辨率参差不齐，虽提供多尺度版本，但低分辨率图像在细节保留上仍存瓶颈；此外，数据量仅 229 张，远不足以覆盖角色全部外观变体（如不同季节服装、表情组合），小样本特性易引发过拟合，限制了模型在开放场景下的泛化能力。

常用场景

经典使用场景

在文本到图像生成领域，CyberHarem/kahili_pokemon数据集常被用于训练和微调基于扩散模型的动漫角色生成系统。其包含的229张高分辨率图像及精细标注的标签（如发型、服饰、表情等视觉属性），为模型提供了针对特定角色（宝可梦系列中的卡希莉）的丰富语义映射。研究者通常利用该数据集进行概念对齐训练，使生成模型能够准确捕捉角色核心特征，并保持风格一致性，从而在动漫角色定制化生成任务中取得突破。

实际应用

在实际应用中，该数据集可服务于游戏开发、虚拟偶像运营和数字内容创作等产业。例如，开发者可利用微调后的生成模型快速产出宝可梦同人角色卡希莉的不同姿态、服饰或场景插画，大幅降低美术资源制作成本。此外，结合标签聚类结果（如不同服装搭配的视觉簇），设计师能迭代角色设计方案，或为粉丝社区提供个性化角色生成工具，提升用户参与度。

衍生相关工作

基于该数据集，衍生出多项经典工作，包括角色属性解耦生成、少样本风格迁移以及基于标签的语义编辑。例如，研究者采用对比学习框架，利用数据集的标签聚类信息训练特征分离器，实现发型、表情等属性的独立控制。另有工作结合扩散模型的潜在空间操作，通过修改标签嵌入实现角色服饰的实时替换，这些成果均以该数据集作为验证基准，推动了动漫生成领域的标准化评估。