CyberHarem/ibuki_suika_touhou

这是ibuki_suika/伊吹萃香/이부키스이카 (Touhou)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`horns, long_hair, bow, hair_bow, ribbon, horn_ornament, horn_ribbon, orange_hair, very_long_hair, blonde_hair`，这些标签在数据集中被修剪。

本数据集面向东方Project（Touhou）角色伊吹萃香（ibuki_suika/이부키스이카），共收录500张图像及对应标注标签。图像数据源自danbooru、pixiv、zerochan等多个平台，爬取工作由DeepGHS团队提供技术支持。数据集的核心标注标签包括角（horns）、长发（long_hair）、蝴蝶结（bow）、发间蝴蝶结（hair_bow）、丝带（ribbon）、角饰（horn_ornament）、角部丝带（horn_ribbon）、橘色头发（orange_hair）、超长长发（very_long_hair）、金发（blonde_hair），上述标签均已在数据集中完成修剪规整。

原始信息汇总

数据集概述

数据集名称

Dataset of ibuki_suika/伊吹萃香/이부키스이카 (Touhou)

数据集描述

该数据集包含500张图片及其标签，主要围绕角色ibuki_suika/伊吹萃香/이부키스이카（Touhou）。核心标签包括horns, long_hair, bow, hair_bow, ribbon, horn_ornament, horn_ribbon, orange_hair, very_long_hair, blonde_hair。

数据集包列表

名称	图片数量	大小	类型	描述
raw	500	574.03 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	500	373.88 MiB	IMG+TXT	短边不超过800像素的图片数据集。
stage3-p480-800	1037	704.80 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。
1200	500	524.44 MiB	IMG+TXT	短边不超过1200像素的图片数据集。
stage3-p480-1200	1037	916.00 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	图片示例1	图片示例2	图片示例3	图片示例4	图片示例5	标签
0	6						1girl, chain, skirt, smile, solo, wrist_cuffs, belt, gourd, sleeveless_shirt, yellow_eyes, looking_at_viewer, open_mouth
1	8						1girl, chain, fang, open_mouth, solo, yellow_eyes, gourd, smile, wrist_cuffs
2	6						1girl, sakazuki, solo, gourd, sake, smile, chain, sleeveless_shirt, wrist_cuffs, brown_eyes, open_mouth, skirt
3	6						1girl, gourd, sakazuki, sake, solo, chain, barefoot, red_eyes, sitting, wrist_cuffs
4	10						1girl, bangs, purple_skirt, red_bowtie, sleeveless_shirt, solo, torn_sleeves, white_shirt, wrist_cuffs, belt, looking_at_viewer, blush, open_mouth, blue_skirt, chain, oni_horns, orange_eyes, sidelocks, :d, fang, shackles, gourd, holding, white_background, cowboy_shot, simple_background
5	11						1girl, red_bowtie, sleeveless_shirt, solo, white_shirt, white_socks, bangs, black_footwear, shoes, full_body, looking_at_viewer, purple_skirt, sakazuki, wrist_cuffs, low-tied_long_hair, oni_horns, open_mouth, orange_eyes, sidelocks, blush, chain, fang, footwear_bow, holding_cup, purple_ribbon, sake, :d, belt, gourd, simple_background, ribbon_trim, shackles, cube, sitting, white_background
6	6						1girl, bangs, closed_mouth, looking_at_viewer, red_bow, sleeveless_shirt, solo, upper_body, simple_background, smile, white_background, white_shirt, blush, orange_eyes, bare_shoulders
7	5						1girl, hair_flower, kimono, solo, alternate_costume, looking_at_viewer, obi, floral_print, blush, cherry_blossoms, grin, orange_eyes, petals, wide_sleeves, yellow_eyes

表格版本

#	样本数量	图片示例1	图片示例2	图片示例3	图片示例4	图片示例5	1girl	chain	skirt	smile	solo	wrist_cuffs	belt	gourd	sleeveless_shirt	yellow_eyes	looking_at_viewer	open_mouth	fang	sakazuki	sake	brown_eyes	barefoot	red_eyes	sitting	bangs	purple_skirt	red_bowtie	torn_sleeves	white_shirt	blush	blue_skirt	oni_horns	orange_eyes	sidelocks	:d	shackles	holding	white_background	cowboy_shot	simple_background	white_socks	black_footwear	shoes	full_body	low-tied_long_hair	footwear_bow	holding_cup	purple_ribbon	ribbon_trim	cube	closed_mouth	red_bow	upper_body	bare_shoulders	hair_flower	kimono	alternate_costume	obi	floral_print	cherry_blossoms	grin	petals	wide_sleeves
0	6						X	X	X	X	X	X	X	X	X	X	X	X
1	8						X	X		X	X	X		X		X		X	X
2	6						X	X	X	X	X	X		X	X			X		X	X	X
3	6						X	X			X	X		X						X	X		X	X	X
4	10						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
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	X	X	X	X	X	X	X	X
6	6						X			X	X				X		X									X				X	X			X					X		X											X	X	X	X
7	5						X				X					X	X														X			X

搜集汇总

数据集介绍

构建方式

在动漫角色图像数据集的构建领域，本数据集聚焦于东方Project中的伊吹萃香角色，其构建过程体现了系统化的数据采集与处理流程。原始图像通过自动化爬虫系统从Danbooru、Pixiv、Zerochan等多个知名二次元艺术平台广泛搜集，确保了数据来源的多样性与代表性。采集后的图像经过精心筛选与标注，核心特征标签如犄角、长发、发带等被提取并优化，同时提供了多种预处理版本，包括不同分辨率裁剪及多阶段切割方案，以满足不同训练需求。

特点

该数据集在动漫角色生成研究中展现出鲜明的结构化特征，囊括了500幅高质量图像及其对应标签，并额外提供了经过聚类分析的1037张裁剪样本。图像内容围绕伊吹萃香这一特定角色，涵盖了多样化的姿态、服饰与场景，标签体系细致刻画了外观属性与情境元素。数据以多种规格封装，从原始元数据到标准化尺寸版本，均配有详尽的标签注释，便于进行深入的视觉特征分析与模型训练。

使用方法

针对文本到图像生成任务，本数据集提供了灵活多样的加载与应用途径。研究者可通过下载提供的ZIP压缩包直接获取图像与文本标签对，并利用Waifuc工具库高效读取原始数据及其元信息。数据集中包含的不同尺寸版本可直接用于模型训练，而聚类结果则为角色服饰与风格细分研究提供了参考。用户可根据计算资源与任务目标，选择合适的预处理数据，实现从基础特征学习到细粒度生成的模型开发。

背景与挑战

背景概述

在动漫角色生成与风格化图像合成领域，特定角色数据集的构建对于推动生成模型精细化发展具有关键意义。CyberHarem/ibuki_suika_touhou数据集由DeepGHS团队创建，专注于东方Project系列中的角色伊吹萃香，旨在为文本到图像生成任务提供高质量、标注详尽的训练资源。该数据集收录了500幅图像及其对应标签，通过自动化爬虫系统从Danbooru、Pixiv等主流艺术平台采集，并经过多阶段裁剪与尺寸标准化处理，以适配不同分辨率的模型训练需求。其核心价值在于为二次元角色生成研究提供了结构化的数据范例，促进了生成模型在细节特征控制与风格一致性方面的探索。

当前挑战

该数据集致力于解决动漫角色图像生成中特定角色特征保持与多样姿态合成的挑战，要求模型能够准确捕捉如角饰、长发、缎带等核心视觉属性。在构建过程中，面临多重技术难题：一是多源图像采集需处理版权差异与质量参差不齐的问题，需通过自动化系统实现高效过滤与对齐；二是标签体系的构建需平衡语义粒度与噪声控制，例如对核心标签进行剪枝以提升标注一致性；三是数据预处理涉及尺寸归一化与裁剪策略的优化，需在保留角色关键信息与适配模型输入间取得平衡，这些挑战共同塑造了数据集的最终形态与应用边界。

常用场景

经典使用场景

在动漫角色生成与风格化图像合成领域，该数据集聚焦于东方Project中的伊吹萃香角色，提供了500张高质量图像及其精细标注的标签。其经典使用场景在于训练文本到图像的生成模型，特别是针对特定动漫角色的可控生成任务。研究者可利用该数据集中的图像与标签对，构建从文本描述到视觉特征的映射关系，实现对角色的服饰、姿态、表情等细节的精准还原与多样化创作。

衍生相关工作

围绕该数据集衍生的经典工作主要集中在动漫风格生成模型的优化与扩展上。例如，基于标签聚类结果的属性解耦研究，以及利用多尺度裁剪数据增强模型鲁棒性的方法。此外，结合该数据集与更大规模动漫图像库的跨角色特征迁移工作，也为构建通用动漫生成模型提供了重要参考，推动了社区在可控图像合成技术上的持续探索。

数据集最近研究

最新研究方向

在动漫角色生成领域，针对特定角色的高质量图像数据集正成为研究焦点。该数据集聚焦于东方Project中的伊吹萃香角色，通过精心标注的500张图像及其标签，为文本到图像生成模型提供了细粒度的训练素材。当前前沿研究致力于利用此类数据集探索角色一致性保持、多姿态与服饰的细节还原，以及结合标签聚类技术实现可控的图像合成。这些进展不仅推动了二次元内容生成的个性化与专业化，也为跨模态生成任务中风格迁移与属性编辑提供了新的实验平台，具有重要的学术与应用价值。