CyberHarem/kanna_pokemon

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

# Dataset of kanna/カンナ (Pokémon)

This is the dataset of kanna/カンナ (Pokémon), containing 323 images and their tags.

The core tags of this character are `glasses, breasts, red_hair, long_hair, red_eyes, ponytail, large_breasts, bangs, sidelocks`, 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 | 323 | 289.89 MiB | [Download](https://huggingface.co/datasets/CyberHarem/kanna_pokemon/resolve/main/dataset-raw.zip) | Waifuc-Raw | Raw data with meta information (min edge aligned to 1400 if larger). |
| 800 | 323 | 179.77 MiB | [Download](https://huggingface.co/datasets/CyberHarem/kanna_pokemon/resolve/main/dataset-800.zip) | IMG+TXT | dataset with the shorter side not exceeding 800 pixels. |
| stage3-p480-800 | 692 | 345.77 MiB | [Download](https://huggingface.co/datasets/CyberHarem/kanna_pokemon/resolve/main/dataset-stage3-p480-800.zip) | IMG+TXT | 3-stage cropped dataset with the area not less than 480x480 pixels. |
| 1200 | 323 | 261.90 MiB | [Download](https://huggingface.co/datasets/CyberHarem/kanna_pokemon/resolve/main/dataset-1200.zip) | IMG+TXT | dataset with the shorter side not exceeding 1200 pixels. |
| stage3-p480-1200 | 692 | 462.30 MiB | [Download](https://huggingface.co/datasets/CyberHarem/kanna_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/kanna_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 | 12 |  |  |  |  |  | 1girl, smile, high_heels, jacket, pencil_skirt, holding_poke_ball, formal, looking_at_viewer, pantyhose, poke_ball_(basic), solo, ahoge, cleavage_cutout, pokemon_(creature), white_background, black_footwear, full_body, suit |
| 1 | 24 |  |  |  |  |  | 1girl, ahoge, cleavage_cutout, long_sleeves, smile, solo, looking_at_viewer, pantyhose, black_jacket, sitting, black_skirt, closed_mouth |
| 2 | 19 |  |  |  |  |  | 1girl, purple_skirt, looking_at_viewer, black_shirt, sleeveless_shirt, solo, smile, bracelet, orange_eyes, orange_hair, side_slit, bare_arms, closed_mouth, hand_up, holding_poke_ball, poke_ball_(basic), eyelashes, simple_background |
| 3 | 36 |  |  |  |  |  | 1girl, looking_at_viewer, smile, solo, thick_thighs, cleavage, beach, huge_breasts, outdoors, sky, cloud, day, ocean, miniskirt, sleeveless_shirt, armpits, sand, shore, sweat, black_shirt, curvy, muscular_female, arms_up, blush, arms_behind_head, purple_skirt |
| 4 | 29 |  |  |  |  |  | nude, 1girl, nipples, solo, navel, smile, looking_at_viewer, pussy, blush |
| 5 | 6 |  |  |  |  |  | 1girl, hetero, nipples, penis, vaginal, 1boy, cum_in_pussy, blush, completely_nude, solo_focus, spread_legs, sweat, uncensored, sex_from_behind, straddling |

### Table Version

| # | Samples | Img-1 | Img-2 | Img-3 | Img-4 | Img-5 | 1girl | smile | high_heels | jacket | pencil_skirt | holding_poke_ball | formal | looking_at_viewer | pantyhose | poke_ball_(basic) | solo | ahoge | cleavage_cutout | pokemon_(creature) | white_background | black_footwear | full_body | suit | long_sleeves | black_jacket | sitting | black_skirt | closed_mouth | purple_skirt | black_shirt | sleeveless_shirt | bracelet | orange_eyes | orange_hair | side_slit | bare_arms | hand_up | eyelashes | simple_background | thick_thighs | cleavage | beach | huge_breasts | outdoors | sky | cloud | day | ocean | miniskirt | armpits | sand | shore | sweat | curvy | muscular_female | arms_up | blush | arms_behind_head | nude | nipples | navel | pussy | hetero | penis | vaginal | 1boy | cum_in_pussy | completely_nude | solo_focus | spread_legs | uncensored | sex_from_behind | straddling |
|----:|----------:|:--------------------------------|:--------------------------------|:--------------------------------|:--------------------------------|:--------------------------------|:--------|:--------|:-------------|:---------|:---------------|:--------------------|:---------|:--------------------|:------------|:--------------------|:-------|:--------|:------------------|:---------------------|:-------------------|:-----------------|:------------|:-------|:---------------|:---------------|:----------|:--------------|:---------------|:---------------|:--------------|:-------------------|:-----------|:--------------|:--------------|:------------|:------------|:----------|:------------|:--------------------|:---------------|:-----------|:--------|:---------------|:-----------|:------|:--------|:------|:--------|:------------|:----------|:-------|:--------|:--------|:--------|:------------------|:----------|:--------|:-------------------|:-------|:----------|:--------|:--------|:---------|:--------|:----------|:-------|:---------------|:------------------|:-------------|:--------------|:-------------|:------------------|:-------------|
| 0 | 12 |  |  |  |  |  | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | |
| 1 | 24 |  |  |  |  |  | X | X | | | | | | X | X | | X | X | X | | | | | | X | X | X | X | X | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | |
| 2 | 19 |  |  |  |  |  | X | X | | | | X | | X | | X | X | | | | | | | | | | | | X | X | X | X | X | X | X | X | X | X | X | X | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | |
| 3 | 36 |  |  |  |  |  | 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 | | | | | | | | | | | | | | | |
| 4 | 29 |  |  |  |  |  | X | X | | | | | | X | | | X | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | X | | X | X | X | X | | | | | | | | | | | |
| 5 | 6 |  |  |  |  |  | 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 kanna/カンナ (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: 323张
• 核心标签: glasses, breasts, red_hair, long_hair, red_eyes, ponytail, large_breasts, bangs, sidelocks

数据集包列表

名称	图像数量	大小	类型	描述
raw	323	289.89 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	323	179.77 MiB	IMG+TXT	短边不超过800像素的数据集。
stage3-p480-800	692	345.77 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。
1200	323	261.90 MiB	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	692	462.30 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。

数据集加载

• 加载工具: waifuc

• 示例代码: python import os import zipfile from huggingface_hub import hf_hub_download from waifuc.source import LocalSource

  下载原始归档文件

  zip_file = hf_hub_download( repo_id=CyberHarem/kanna_pokemon, repo_type=dataset, filename=dataset-raw.zip, )

  提取文件到指定目录

  dataset_dir = dataset_dir os.makedirs(dataset_dir, exist_ok=True) with zipfile.ZipFile(zip_file, r) as zf: zf.extractall(dataset_dir)

  使用waifuc加载数据集

  source = LocalSource(dataset_dir) for item in source: print(item.image, item.meta[filename], item.meta[tags])

标签聚类结果

• 示例:

  #	样本数量	标签
  0	12	1girl, smile, high_heels, jacket, pencil_skirt, holding_poke_ball, formal, looking_at_viewer, pantyhose, poke_ball_(basic), solo, ahoge, cleavage_cutout, pokemon_(creature), white_background, black_footwear, full_body, suit
  1	24	1girl, ahoge, cleavage_cutout, long_sleeves, smile, solo, looking_at_viewer, pantyhose, black_jacket, sitting, black_skirt, closed_mouth
  2	19	1girl, purple_skirt, looking_at_viewer, black_shirt, sleeveless_shirt, solo, smile, bracelet, orange_eyes, orange_hair, side_slit, bare_arms, closed_mouth, hand_up, holding_poke_ball, poke_ball_(basic), eyelashes, simple_background
  3	36	1girl, looking_at_viewer, smile, solo, thick_thighs, cleavage, beach, huge_breasts, outdoors, sky, cloud, day, ocean, miniskirt, sleeveless_shirt, armpits, sand, shore, sweat, black_shirt, curvy, muscular_female, arms_up, blush, arms_behind_head, purple_skirt
  4	29	nude, 1girl, nipples, solo, navel, smile, looking_at_viewer, pussy, blush
  5	6	1girl, hetero, nipples, penis, vaginal, 1boy, cum_in_pussy, blush, completely_nude, solo_focus, spread_legs, sweat, uncensored, sex_from_behind, straddling

搜集汇总

数据集介绍

构建方式

在宝可梦系列庞大的角色宇宙中，卡娜（カンナ）作为一位兼具知性与魅力的训练家形象，其视觉数据资源的系统化整理对于相关领域的研究具有重要意义。本数据集由DeepGHS团队基于自动化爬取系统构建，图像来源涵盖Danbooru、Pixiv、Zerochan等多个知名艺术社区。原始数据包含323张图像及对应的标注标签，并针对角色核心特征如眼镜、长发、红瞳、马尾辫等进行了标签精简处理。数据集提供多种规格的压缩包版本，包括原始分辨率（短边对齐至1400像素）、标准化尺寸（短边不超过800或1200像素）以及三级裁剪版本（区域不小于480×480像素），以满足不同应用场景的需求。

特点

该数据集最显著的特点在于其层次化的数据组织架构与丰富的标签体系。除提供基础的图像-标签配对文件外，数据集还创新性地引入了标签聚类分析结果，将图像按视觉特征划分为六个簇群，每个簇群均呈现独特的服饰风格与场景组合，例如正式西装、休闲夹克、海滩装束乃至特定主题内容。这种聚类结构为研究者挖掘角色在不同情境下的视觉表现规律提供了便利。数据集标签覆盖了从基础属性（如发型、瞳色）到复杂语义（如动作、场景、着装细节）的多维度信息，且通过原始标签与精简标签的双重记录，兼顾了数据的完整性与可用性。

使用方法

本数据集支持灵活的使用方式，尤其适合文本到图像生成模型的训练与评估。对于需要原始元数据的用户，可通过Waifuc工具加载原始压缩包，利用其内置的API便捷地访问图像、文件名及标签信息。标准化尺寸版本则适用于直接进行模型训练，用户可根据显存与分辨率需求选择800或1200像素的变体。三级裁剪版本通过智能区域提取，在保持图像主体完整性的同时实现了数据增强。所有数据均通过HuggingFace Hub分发，用户可通过hf_hub_download函数直接下载指定文件，或使用Python脚本进行批量处理与自定义加载。

背景与挑战

背景概述

在文本到图像生成任务日益受到关注的背景下，高质量、细粒度的角色数据集成为驱动模型性能提升的关键要素。CyberHarem团队于近期构建了kanna_pokemon数据集，聚焦于宝可梦系列中名为卡娜（kanna/カンナ）的角色，旨在为动漫风格的角色生成提供标准化训练资源。该数据集由DeepGHS团队主导，通过自动化爬取系统从Danbooru、Pixiv、Zerochan等多个知名图站采集了323张图像，并附带了详细的标签信息。核心标签涵盖了眼镜、胸部、红发、长发、红眼、马尾辫等角色特征，为研究者提供了明确的视觉语义锚点。数据集以多种分辨率版本（如800px、1200px）及裁剪版本发布，并支持通过Waifuc框架加载原始数据，极大便利了后续的模型训练与评估工作。这一资源的出现，不仅丰富了宝可梦领域的数据生态，也为动漫角色定制化生成研究奠定了坚实基础。

当前挑战

当前数据集面临多重挑战。首先，在领域问题层面，文本到图像生成任务要求模型精准理解并再现角色的细粒度属性，如特定发型、服饰与姿态的组合，而kanna_pokemon数据集仅包含323张图像，样本量有限，难以覆盖角色在不同场景、视角与动作下的多样性，可能导致模型泛化能力不足。其次，构建过程中，自动化爬取虽提高了效率，但引入了图像质量参差不齐、标签噪声及版权合规性问题，例如部分图像存在裸露或不适宜内容（如nude、nipples等标签），需进行敏感内容过滤。此外，多来源数据带来了风格与分辨率的差异，尽管提供了多种预处理版本，但跨域迁移学习中的域适应难题依然存在。最后，标签聚类结果显示角色呈现多种服装与场景分布，但部分聚类样本量极少（如仅6张），进一步加剧了数据不平衡问题，对模型在稀有模式上的学习构成显著障碍。

常用场景

经典使用场景

在文本到图像生成领域，CyberHarem/kanna_pokemon数据集为基于特定动漫角色（如宝可梦系列中的卡娜）的细粒度图像合成提供了高质量的素材。研究者常利用其包含的323张带有详尽标签的图像，结合扩散模型或生成对抗网络，训练能够精准捕捉角色核心特征——如红发、眼镜、马尾辫等视觉元素的模型。该数据集的多分辨率版本（如800像素与1200像素）以及三级裁剪处理，使其在保持图像细节的同时，适应不同计算资源下的训练需求，成为角色定制化生成任务中的基准资源。

实际应用

在实际应用中，该数据集驱动了面向二次元社区的个性化内容创作工具开发。例如，游戏公司可利用其训练模型快速生成角色概念图，辅助宝可梦同人作品或衍生游戏的视觉设计；社交媒体平台则能基于此数据集开发滤镜或贴纸生成功能，允许用户将自身照片转换为卡娜风格的动漫形象。此外，电商领域的虚拟试穿系统也可借鉴其标签体系，实现动漫服饰（如铅笔裙、高跟鞋）的自动合成与推荐。

衍生相关工作

围绕该数据集衍生出多项经典工作，包括基于Waifuc框架的自动数据加载与增强流水线，以及针对动漫角色的三级裁剪策略（stage3-p480-1200），后者通过区域感知裁剪提升了训练样本的多样性。此外，其标签聚类结果（如6个语义簇）为后续研究提供了先验知识，例如在图像编辑任务中利用簇标签实现局部属性替换（如将“黑色夹克”改为“紫色裙子”），或开发跨角色迁移模型。这些工作共同推动了动漫图像生成领域从粗粒度到细粒度的范式演进。