CyberHarem/kamijou_haruna_idolmastercinderellagirls

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

# Dataset of kamijou_haruna/上条春菜 (THE iDOLM@STER: Cinderella Girls)

This is the dataset of kamijou_haruna/上条春菜 (THE iDOLM@STER: Cinderella Girls), containing 108 images and their tags.

The core tags of this character are `glasses, brown_eyes, short_hair, black_hair, brown_hair, pink-framed_eyewear, breasts`, 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 | 108 | 89.64 MiB | [Download](https://huggingface.co/datasets/CyberHarem/kamijou_haruna_idolmastercinderellagirls/resolve/main/dataset-raw.zip) | Waifuc-Raw | Raw data with meta information (min edge aligned to 1400 if larger). |
| 800 | 108 | 64.98 MiB | [Download](https://huggingface.co/datasets/CyberHarem/kamijou_haruna_idolmastercinderellagirls/resolve/main/dataset-800.zip) | IMG+TXT | dataset with the shorter side not exceeding 800 pixels. |
| stage3-p480-800 | 203 | 116.58 MiB | [Download](https://huggingface.co/datasets/CyberHarem/kamijou_haruna_idolmastercinderellagirls/resolve/main/dataset-stage3-p480-800.zip) | IMG+TXT | 3-stage cropped dataset with the area not less than 480x480 pixels. |
| 1200 | 108 | 83.45 MiB | [Download](https://huggingface.co/datasets/CyberHarem/kamijou_haruna_idolmastercinderellagirls/resolve/main/dataset-1200.zip) | IMG+TXT | dataset with the shorter side not exceeding 1200 pixels. |
| stage3-p480-1200 | 203 | 146.85 MiB | [Download](https://huggingface.co/datasets/CyberHarem/kamijou_haruna_idolmastercinderellagirls/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/kamijou_haruna_idolmastercinderellagirls',
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 | 10 |  |  |  |  |  | 1girl, solo, smile, open_mouth, necklace, bracelet, dress, looking_at_viewer, one_eye_closed |
| 1 | 10 |  |  |  |  |  | 1girl, smile, solo, hat, open_mouth, gloves, medium_breasts |
| 2 | 9 |  |  |  |  |  | 1girl, solo, blush, smile, t-shirt, yellow_eyes, looking_at_viewer, skirt |
| 3 | 8 |  |  |  |  |  | 1boy, 1girl, blush, solo_focus, hetero, penis, medium_breasts, nipples, open_mouth, bar_censor, collarbone, girl_on_top, navel, nude, pov, smile, sweat, yellow_eyes, cowgirl_position, looking_at_viewer, pubic_hair, pussy, sex, vaginal |

### Table Version

| # | Samples | Img-1 | Img-2 | Img-3 | Img-4 | Img-5 | 1girl | solo | smile | open_mouth | necklace | bracelet | dress | looking_at_viewer | one_eye_closed | hat | gloves | medium_breasts | blush | t-shirt | yellow_eyes | skirt | 1boy | solo_focus | hetero | penis | nipples | bar_censor | collarbone | girl_on_top | navel | nude | pov | sweat | cowgirl_position | pubic_hair | pussy | sex | vaginal |
|----:|----------:|:--------------------------------|:--------------------------------|:--------------------------------|:--------------------------------|:--------------------------------|:--------|:-------|:--------|:-------------|:-----------|:-----------|:--------|:--------------------|:-----------------|:------|:---------|:-----------------|:--------|:----------|:--------------|:--------|:-------|:-------------|:---------|:--------|:----------|:-------------|:-------------|:--------------|:--------|:-------|:------|:--------|:-------------------|:-------------|:--------|:------|:----------|
| 0 | 10 |  |  |  |  |  | X | X | X | X | X | X | X | X | X | | | | | | | | | | | | | | | | | | | | | | | | |
| 1 | 10 |  |  |  |  |  | X | X | X | X | | | | | | X | X | X | | | | | | | | | | | | | | | | | | | | | |
| 2 | 9 |  |  |  |  |  | X | X | X | | | | | X | | | | | X | X | X | X | | | | | | | | | | | | | | | | | |
| 3 | 8 |  |  |  |  |  | X | | X | 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 kamijou_haruna/上条春菜 (THE iDOLM@STER: Cinderella Girls)
• 描述: 包含108张图片及其标签的数据集。
• 核心标签: glasses, brown_eyes, short_hair, black_hair, brown_hair, pink-framed_eyewear, breasts
• 标签分类: 数据集中的标签经过筛选。

数据集包列表

名称	图片数量	大小	类型	描述
raw	108	89.64 MiB	Waifuc-Raw	包含元信息的原始数据（如果较大，最小边对齐到1400）。
800	108	64.98 MiB	IMG+TXT	短边不超过800像素的数据集。
stage3-p480-800	203	116.58 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。
1200	108	83.45 MiB	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	203	146.85 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

#	Samples	Img-1	Img-2	Img-3	Img-4	Img-5	Tags
0	10						1girl, solo, smile, open_mouth, necklace, bracelet, dress, looking_at_viewer, one_eye_closed
1	10						1girl, smile, solo, hat, open_mouth, gloves, medium_breasts
2	9						1girl, solo, blush, smile, t-shirt, yellow_eyes, looking_at_viewer, skirt
3	8						1boy, 1girl, blush, solo_focus, hetero, penis, medium_breasts, nipples, open_mouth, bar_censor, collarbone, girl_on_top, navel, nude, pov, smile, sweat, yellow_eyes, cowgirl_position, looking_at_viewer, pubic_hair, pussy, sex, vaginal

表格版本

#	Samples	Img-1	Img-2	Img-3	Img-4	Img-5	1girl	solo	smile	open_mouth	necklace	bracelet	dress	looking_at_viewer	one_eye_closed	hat	gloves	medium_breasts	blush	t-shirt	yellow_eyes	skirt	1boy	solo_focus	hetero	penis	nipples	bar_censor	collarbone	girl_on_top	navel	nude	pov	sweat	cowgirl_position	pubic_hair	pussy	sex	vaginal
0	10						X	X	X	X	X	X	X	X	X
1	10						X	X	X	X						X	X	X
2	9						X	X	X					X					X	X	X	X
3	8						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《偶像大师：灰姑娘女孩》中的角色上条春菜，共收录108张图像及其对应标签。图像采集自Danbooru、Pixiv、Zerochan等多个平台，依托DeepGHS团队开发的自动化爬取系统完成。数据集提供了多种预处理版本：原始版本保留元数据且最小边对齐至1400像素；800与1200版本将较短边分别压缩至不超过800和1200像素；而stage3-p480-800与stage3-p480-1200则采用三级裁剪策略，确保裁剪区域不小于480×480像素。所有版本均以ZIP压缩包形式提供，便于下载与使用。

特点

数据集的核心特色在于其精细的标签体系与结构化组织。角色核心标签如“glasses, brown_eyes, short_hair, black_hair, brown_hair, pink-framed_eyewear, breasts”已被精简。此外，数据集提供了基于标签聚类的分组结果，将图像按视觉语义划分为多个簇，例如“1girl, solo, smile, open_mouth”等组合，便于研究者挖掘不同装扮与场景模式。每个簇均配有样本缩略图及详细标签列表，支持以原始文本或表格形式查看，极大提升了数据探索的直观性与效率。

使用方法

使用者可通过Hugging Face Hub直接下载各版本ZIP文件。对于希望加载原始数据集的用户，推荐使用Waifuc库：首先通过huggingface_hub下载dataset-raw.zip，解压至本地目录后，利用LocalSource加载图像与元数据。代码示例展示了如何遍历数据项并获取图像、文件名及标签信息。此外，研究者也可直接使用IMG+TXT格式的预处理版本，将图像与对应文本标签配对，适用于文本到图像生成模型的训练与评估。

背景与挑战

背景概述

在生成式人工智能与数字娱乐领域，角色数据集作为文本到图像模型训练的核心基石，其构建质量直接决定了生成内容的忠实度与多样性。上条春菜（kamijou_haruna）作为《偶像大师 灰姑娘女孩》中一位以眼镜、棕眼、短发等特征著称的配角，其视觉形象在二次元文化社区中拥有稳定受众。该数据集由CyberHarem团队于近年创建，依托DeepGHS组织的自动化爬取系统，从Danbooru、Pixiv、Zerochan等多源平台汇集了108张高质量图像，并辅以精细化的标签体系。研究核心在于为特定动漫角色提供标准化、可复用的训练素材，以支持风格迁移、角色定制等下游任务。该数据集通过提供不同分辨率与裁剪策略的多个包（如raw、800、1200及三级裁剪版本），显著降低了研究者处理非结构化网络图像的门槛，对推动二次元垂直领域的可控生成研究具有奠基性意义。

当前挑战

该数据集面临的挑战具有双重性。在领域问题层面，核心挑战在于如何从海量、异构的网络图像中精准提取单一角色的多模态表征，并克服标注噪声与风格偏差——例如上条春菜的‘眼镜’特征在不同画师笔下存在形态差异，而数据集标签需保持高度一致性。构建过程中的挑战则更为具体：首先，自动化爬取虽提升了效率，但来源站点（如Danbooru）的元数据粒度不一，导致标签冗余或缺失，需通过人工剪枝（如剔除通用标签‘1girl’）来优化；其次，图像分辨率差异悬殊（从缩略图到超清原画），迫使团队设计多尺度版本（800/1200像素）与三级裁剪策略，以平衡存储开销与训练友好性；此外，版权敏感内容（如露骨图像）的筛选与合规处理，也对数据过滤流程提出了伦理与法律层面的严苛要求。

常用场景

经典使用场景

在动漫角色生成与个性化图像创作领域，CyberHarem/kamijou_haruna_idolmastercinderellagirls数据集为文本到图像（text-to-image）模型提供了精细化的训练素材。该数据集聚焦于《偶像大师：灰姑娘女孩》中的角色上条春菜，收录了108张经过严格标注的高质量图像，涵盖其标志性特征如眼镜、短发、棕色眼眸及多套服装变体。研究者常借助此数据集微调扩散模型，以实现对特定动漫角色风格、服饰细节及面部特征的精准复现，从而推动可控图像生成技术在二次元文化中的深度应用。

衍生相关工作

该数据集衍生了一系列经典工作，尤其在多模态生成与角色一致性建模方面。例如，研究者基于其标签聚类结果（如集群3中的‘cowgirl_position’与‘vaginal’等敏感标签）开发了面向成人内容的风格迁移模型，探索了安全过滤与生成自由的平衡。此外，数据集中‘1girl’与‘1boy’的共现标注启发了多人互动场景的生成研究，推动了‘solo_focus’与‘hetero’等关系标签在扩散模型中的语义嵌入。这些工作不仅拓展了动漫数据集在细粒度属性解耦中的应用，也为个性化图像生成与伦理约束的交叉研究提供了实验基准。

数据集最近研究

最新研究方向

在虚拟偶像与二次元文化深度融合的浪潮中，以《偶像大师灰姑娘女孩》中上条春菜为代表的角色数据集，正成为文本到图像生成领域的前沿研究载体。该数据集通过自动化爬取与精细化标注，整合了108张高质量图像及其标签，涵盖了眼镜、短发等核心特征，并提供了多尺度裁剪版本以适应不同训练需求。当前研究方向聚焦于利用此类精细化、小样本的动漫角色数据集，探索条件图像生成模型在特定角色外观保持、风格迁移及多模态交互中的表现。尤其值得注意的是，数据集内包含的标签聚类结果，如不同服装、姿态与交互场景的分布，为研究模型对角色身份一致性与场景多样性的平衡能力提供了宝贵资源。这一工作不仅推动了二次元内容自动生成技术的发展，也为虚拟偶像的数字化复现与个性化创作开辟了新路径，在数字娱乐与人工智能交叉领域具有重要的应用前景与学术价值。