CyberHarem/melon_pokemon

这是一个名为melon (Pokémon)的数据集，包含500张图像及其标签。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。数据集的核心标签包括`long_hair, breasts, mature_female, blue_eyes, hat, white_headwear, fur_hat, huge_breasts, earrings, large_breasts`，这些标签在数据集中被修剪。README还提供了数据集的下载链接和加载方法，并展示了标签聚类结果。

This is a dataset named Melon (Pokémon) that contains 500 images paired with their respective annotation tags. The images were crawled from multiple platforms such as danbooru, pixiv, zerochan, among others, with the crawling system powered by the DeepGHS team. The core tags of the dataset include `long_hair, breasts, mature_female, blue_eyes, hat, white_headwear, fur_hat, huge_breasts, earrings, large_breasts`, and these tags have been pruned within the dataset. The accompanying README file provides the dataset's download link and loading instructions, as well as showcases the tag clustering results.

原始信息汇总

数据集概述

数据集基本信息

• 名称: Dataset of melon (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: long_hair, breasts, mature_female, blue_eyes, hat, white_headwear, fur_hat, huge_breasts, earrings, large_breasts
• 来源: 从多个网站爬取，如 danbooru, pixiv, zerochan 等
• 爬取系统: 由 DeepGHS Team 提供

数据集包列表

名称	图像数量	大小	下载链接	类型	描述
raw	500	533.35 MiB	Download	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	304.93 MiB	Download	IMG+TXT	短边不超过800像素的数据集
stage3-p480-800	1177	602.33 MiB	Download	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素
1200	500	476.13 MiB	Download	IMG+TXT	短边不超过1200像素的数据集
stage3-p480-1200	1177	847.44 MiB	Download	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/melon_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

• 原始文本版本:

  #	Samples	Img-1	Img-2	Img-3	Img-4	Img-5	Tags
  0	31						1girl, plump, solo, navel, nipples, looking_at_viewer, nude, thick_thighs, belly, blush, curvy, pussy, female_pubic_hair, smile, jewelry, sweat, very_long_hair, simple_background, white_background
  1	14						1girl, blush, nipples, hetero, 1boy, navel, plump, sex, solo_focus, female_pubic_hair, green_hair, vaginal, spread_legs, censored, sweat, looking_at_viewer, open_mouth, penis, straddling, on_back, smile, closed_eyes, completely_nude, cum_in_pussy, girl_on_top, hair_over_one_eye
  2	13						1girl, holding_poke_ball, legwear_under_shorts, pantyhose_under_shorts, ultra_ball, jewelry, looking_at_viewer, solo, white_sweater, single_glove, plump, blush, scarf, boots, smile, white_footwear
  3	14						1girl, legwear_under_shorts, pantyhose_under_shorts, smile, white_scarf, white_sweater, streaked_hair, single_glove, eyelashes, looking_at_viewer, solo, closed_mouth, ring, long_sleeves, hand_on_hip, hand_up, holding, one_eye_closed, poke_ball
  4	5						1girl, eyelashes, hand_up, long_sleeves, streaked_hair, white_scarf, white_sweater, closed_mouth, smile, solo, upper_body, blush, looking_at_viewer, closed_eyes, dynamax_band, ring, single_glove, white_background
  5	5						1girl, eyelashes, open_mouth, tongue, upper_body, white_scarf, white_sweater, jewelry, solo, streaked_hair, upper_teeth_only, long_sleeves, one_eye_closed, :d, ;d, blue_nails, blush, hand_up, looking_at_viewer, nail_polish
  6	11						1girl, solo, thick_thighs, looking_at_viewer, curvy, looking_back, shiny_skin, huge_ass, smile, jewelry, plump, thighhighs, blush, covered_nipples, holding, micro_bikini, thong, very_long_hair, white_bikini
  7	6						1boy, 1girl, blush, cum_on_breasts, hetero, paizuri, nipples, penis, solo_focus, breasts_squeezed_together, ejaculation, looking_at_viewer, simple_background, censored, nude, pov, ring, smile

• 表格版本:

  #	Samples	Img-1	Img-2	Img-3	Img-4	Img-5	1girl	plump	solo	navel	nipples	looking_at_viewer	nude	thick_thighs	belly	blush	curvy	pussy	female_pubic_hair	smile	jewelry	sweat	very_long_hair	simple_background	white_background	hetero	1boy	sex	solo_focus	green_hair	vaginal	spread_legs	censored	open_mouth	penis	straddling	on_back	closed_eyes	completely_nude	cum_in_pussy	girl_on_top	hair_over_one_eye	holding_poke_ball	legwear_under_shorts	pantyhose_under_shorts	ultra_ball	white_sweater	single_glove	scarf	boots	white_footwear	white_scarf	streaked_hair	eyelashes	closed_mouth	ring	long_sleeves	hand_on_hip	hand_up	holding	one_eye_closed	poke_ball	upper_body	dynamax_band	tongue	upper_teeth_only	:d	;d	blue_nails	nail_polish	looking_back	shiny_skin	huge_ass	thighhighs	covered_nipples	micro_bikini	thong	white_bikini	cum_on_breasts	paizuri	breasts_squeezed_together	ejaculation	pov
  0	31						X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X
  1	14						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	13						X	X	X			X				X				X	X																						X	X	X	X	X	X	X	X	X
  3	14						X		X			X								X

搜集汇总

数据集介绍

构建方式

在动漫角色数据集的构建中，CyberHarem/melon_pokemon 数据集聚焦于宝可梦系列中的角色 melon，共收录 500 幅图像及其对应的标签。数据采集依托 DeepGHS 团队开发的自动化爬取系统，从 Danbooru、Pixiv、Zerochan 等多个知名图像平台获取原始素材。核心标签如长发、胸部、成熟女性、蓝眼、帽子等被精心筛选与保留。数据集以多种分辨率格式发布，包括原始未裁剪版本（最小边对齐至 1400 像素）、短边不超过 800 或 1200 像素的缩放版本，以及经过三阶段裁剪处理、面积不低于 480×480 像素的增强版本，以满足不同训练需求。

特点

该数据集最显著的特点在于其多维度的版本设计与丰富的标签体系。除了提供不同尺寸的图像包外，还包含基于标签聚类的分析结果，将图像按视觉与语义相似性分为多个簇，每个簇附有代表性样本缩略图及详细标签列表，便于研究者挖掘角色在不同场景下的着装与姿态模式。标签覆盖角色属性、动作、服饰、交互对象等，如“holding_poke_ball”、“white_sweater”、“hetero”等，体现了高度的精细化与结构化。此外，数据集明确标注了不适合所有受众的内容，体现了对使用场景的审慎考量。

使用方法

使用者可通过 Hugging Face Hub 直接下载各版本压缩包，或利用 waifuc 库加载原始数据集。加载时需先通过 hf_hub_download 获取 dataset-raw.zip，解压至本地目录后，使用 LocalSource 逐项读取图像及其元数据（包括文件名与标签）。对于需要特定分辨率或裁剪方式的训练任务，可选择对应的 800、1200 或 stage3 系列压缩包，这些包采用 IMG+TXT 格式，便于直接与常见的文本到图像生成框架集成。标签聚类结果以表格形式呈现，可辅助进行数据筛选或迁移学习中的域分析。

背景与挑战

背景概述

在文本到图像生成领域，高质量、细粒度标注的数据集是驱动模型性能提升的关键。CyberHarem团队于近年构建的melon_pokemon数据集，专注于宝可梦系列角色“melon”的视觉呈现，由DeepGHS团队主导开发。该数据集包含500张精心筛选的图像及其对应标签，通过自动化爬取系统从Danbooru、Pixiv、Zerochan等多源平台采集，并经过多尺度裁剪与标签修剪处理。其核心研究问题在于为动漫角色生成提供精准的语义对齐数据，尤其针对成熟女性角色的特征描述（如长发、蓝眼、帽饰等）。该数据集在二次元图像生成社区具有显著影响力，为角色风格迁移和可控生成提供了标准化基准资源。

当前挑战

该数据集面临多重挑战。首先，在领域问题层面，动漫角色图像生成需解决细粒度属性识别与组合的难题，例如区分‘巨大胸部’与‘大胸部’等相近标签的视觉差异，以及处理多标签共存时的语义冲突。其次，在构建过程中，自动化爬取面临数据版权与内容合规性挑战，部分图像包含成人内容（如裸露、性暗示），需通过标签修剪与聚类分析进行敏感内容过滤。此外，多源图像的分辨率、构图风格差异显著，虽经三阶段裁剪（stage3-p480-800等）统一尺寸，但仍存在背景复杂度不均、光照条件多变等问题，影响模型泛化能力。数据量仅500张的规模亦限制了深度学习模型对长尾特征的捕获效果。

常用场景

经典使用场景

在文本到图像生成领域，CyberHarem/melon_pokemon数据集为宝可梦角色‘melon’提供了经过精细标注的500幅高质量图像，涵盖多种姿态与场景。其经典使用场景在于训练和微调扩散模型（如Stable Diffusion），以精准生成该特定角色的视觉表征。数据集提供了多种分辨率版本（如800px、1200px）及三级裁剪版本，适配不同计算资源需求，同时借助waifuc工具实现原始数据的便捷加载与元信息提取，为角色一致性生成研究奠定了数据基础。

解决学术问题

该数据集有效解决了动漫角色细粒度生成中的两个关键学术问题：一是缺乏高质量、多视角且标注统一的专用数据集，导致模型难以捕捉角色核心特征（如发型、服饰、配饰）；二是现有数据常因来源混杂而引入噪声，影响生成效果。通过系统爬取danbooru、pixiv等站点并经过标签精简与聚类分析，该数据集提供了干净、结构化的训练样本，推动了面向特定IP角色的可控生成研究，并为多模态学习中的语义对齐与属性解耦提供了实验基准。

衍生相关工作

该数据集衍生了一系列经典工作，包括基于标签聚类挖掘角色典型服饰组合与姿态模式的研究，以及利用三级裁剪策略优化图像构图的方法。此外，数据集推动了waifuc工具链的完善，使其成为动漫图像处理的标准框架。在模型层面，相关研究探索了将角色标签作为条件输入进行风格迁移与属性编辑的技术路径。同时，该数据集的发布促进了社区对宝可梦衍生角色的生成评测，催生了针对小众角色数据增强与少样本学习等方向的探讨。