CyberHarem/mao_pokemon

这是一个名为mao/マオ (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团队开发。数据集的核心标签包括green_hair, long_hair, dark_skin, dark-skinned_female, twintails, green_eyes, hair_ornament, hair_flower, breasts, bangs, swept_bangs。此外，README还提供了数据集的下载链接、加载方法以及标签聚类结果的详细信息。

本数据集命名为mao/マオ（宝可梦（Pokémon）），共计收录500张图像及其对应标签。图像从danbooru、pixiv、zerochan等多个平台爬取获取，爬取系统由DeepGHS团队开发。该数据集的核心标签包括green_hair（绿发）、long_hair（长发）、dark_skin（深色皮肤）、dark-skinned_female（深色皮肤女性）、twintails（双马尾）、green_eyes（绿眸）、hair_ornament（发饰）、hair_flower（发花）、breasts（胸部）、bangs（刘海）、swept_bangs（修饰式刘海）。此外，该数据集的README文件还提供了下载链接、数据加载方法以及标签聚类结果的详细信息。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Dataset of mao/マオ (Pokémon)
• 许可: 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: green_hair, long_hair, dark_skin, dark-skinned_female, twintails, green_eyes, hair_ornament, hair_flower, breasts, bangs, swept_bangs

数据集包列表

名称	图像数量	大小	类型	描述
raw	500	463.06 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	294.38 MiB	IMG+TXT	短边不超过800像素的数据集
stage3-p480-800	1109	591.70 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素
1200	500	417.99 MiB	IMG+TXT	短边不超过1200像素的数据集
stage3-p480-1200	1109	787.75 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1	图像2	图像3	图像4	图像5	标签
0	14	[图像链接]	[图像链接]	[图像链接]	[图像链接]	[图像链接]	1girl, flower, overalls, open_mouth, solo, sleeveless, looking_at_viewer, simple_background, white_background, collarbone, pink_shirt, teeth, :d, hand_on_hip, standing, ;d, bare_arms, blush, cowboy_shot, holding_ladle, one_eye_closed
1	15	[图像链接]	[图像链接]	[图像链接]	[图像链接]	[图像链接]	1girl, flower, looking_at_viewer, open_mouth, overalls, solo, simple_background, white_background, armpits, :d, blush, upper_teeth_only
2	6	[图像链接]	[图像链接]	[图像链接]	[图像链接]	[图像链接]	1girl, flower, looking_at_viewer, smile, solo, upper_body, collarbone, large_breasts, nipples, simple_background, white_background, closed_mouth, nude, blush_stickers
3	10	[图像链接]	[图像链接]	[图像链接]	[图像链接]	[图像链接]	1girl, open_mouth, :d, overalls, pokemon_(creature), tongue, blush, pink_flower, closed_eyes, looking_at_viewer, pink_shirt, armpits, day, happy, shoes, upper_teeth_only
4	5	[图像链接]	[图像链接]	[图像链接]	[图像链接]	[图像链接]	1girl, blush, looking_at_viewer, navel, nipples, solo, bar_censor, barefoot, closed_mouth, collarbone, completely_nude, pink_flower, smile, female_pubic_hair, full_body, outline, pussy, sitting, spread_legs, arms_behind_back, hand_up, low_twintails, medium_breasts, one_eye_closed, shiny_skin, white_border
5	14	[图像链接]	[图像链接]	[图像链接]	[图像链接]	[图像链接]	1girl, eyelashes, hat, heart, open_mouth, tongue, :d, blush, buttons, long_sleeves, pokemon_(creature), holding, looking_at_viewer, upper_teeth_only, white_headwear, food, official_alternate_costume, waist_apron, solo
6	24	[图像链接]	[图像链接]	[图像链接]	[图像链接]	[图像链接]	1boy, 1girl, blush, hetero, solo_focus, nipples, penis, flower, sex, pussy, navel, open_mouth, vaginal, sweat, completely_nude, mosaic_censoring, spread_legs, looking_at_viewer, cum, medium_breasts, girl_on_top, on_back, smile
7	7	[图像链接]	[图像链接]	[图像链接]	[图像链接]	[图像链接]	1girl, detached_collar, playboy_bunny, rabbit_ears, strapless_leotard, fake_animal_ears, looking_at_viewer, pantyhose, smile, solo, wrist_cuffs, bare_shoulders, hand_on_hip, low_twintails, medium_breasts, cleavage, holding_tray, open_mouth, simple_background, standing, alternate_costume, ass, black_bowtie, blush, closed_mouth, from_behind, hairband, highleg_leotard, looking_back, one_eye_closed, pink_leotard, rabbit_tail, white_background

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、标注精细的数据集是模型性能的基石。CyberHarem/mao_pokemon 数据集聚焦于《宝可梦》系列中的角色玛奥（マオ），共收录500张图像及其对应的标签。数据集依托于DeepGHS团队开发的自动爬取系统，从Danbooru、Pixiv、Zerochan等多个知名图像平台采集原始素材。针对该角色的核心特征，如绿发、长发、深色皮肤、双马尾、绿瞳、发饰、花朵、胸部、刘海与扫帚刘海等，数据集中进行了标签精简处理。数据以多种分辨率与裁剪版本提供，包括原始版（短边对齐至1400像素）、800与1200像素版本，以及经过三阶段裁剪、面积不小于480x480像素的版本，满足不同训练需求。

特点

该数据集的核心特色在于其精细的标签体系与多版本的数据结构。每张图像均附带详尽的标签，涵盖角色外观、姿态、表情、服装与场景等维度，例如‘1girl’、‘flower’、‘overalls’、‘open_mouth’、‘solo’等，并提供了聚类分析结果，将图像按标签相似度分组，便于挖掘不同装束与场景的潜在模式。数据集的标签不仅包含常规描述，还涵盖了如‘nude’、‘nipples’、‘sex’等成人向内容，并标注‘not-for-all-audiences’，提示其可能不适合所有受众。此外，数据集的图像来源多元，确保了角色形象的丰富性与多样性。

使用方法

使用者可通过Hugging Face Hub直接下载数据集压缩包，包括raw、800、1200及三阶段裁剪版本。对于希望以编程方式加载原始数据集的用户，推荐使用waifuc库。具体步骤包括：调用huggingface_hub的hf_hub_download函数下载‘dataset-raw.zip’文件，解压至本地目录后，通过waifuc的LocalSource类加载该目录，从而遍历每张图像及其元数据（如文件名与标签）。此外，数据集还提供了标签聚类的文本与表格版本，包含各聚类样本的预览图像与标签列表，辅助用户快速了解数据分布与潜在主题。

背景与挑战

背景概述

在生成式人工智能与二次元文化交融的浪潮中，针对特定动漫角色的高质量图像数据集成为推动文生图模型发展的关键基石。CyberHarem/mao_pokemon数据集由DeepGHS团队于近期构建并发布，聚焦于《宝可梦》系列中的角色“玛奥”（マオ）。该数据集的核心研究问题在于如何系统性地收集、标注并组织该角色的多模态视觉特征，以服务于文本到图像生成任务。通过从Danbooru、Pixiv、Zerochan等主流二次元图站进行自动化爬取，并结合精细的标签筛选，数据集共收录了500张图像及其对应标签。其影响力体现在为角色定制化生成模型（如Stable Diffusion的微调）提供了标准化的数据基准，推动了二次元垂直领域数据集建设的规范化进程。

当前挑战

该数据集面临的挑战首先体现在领域问题的复杂性上：动漫角色生成任务要求模型精准捕获玛奥的独特外观组合，如绿色长发、深色皮肤、双马尾及花饰等核心标签，然而这些视觉要素在不同画师笔下风格迥异，导致模型在泛化与忠实度之间难以平衡。构建过程中亦遭遇多重困难，自动化爬取系统虽提高了采集效率，却引入了图像分辨率不一、构图差异大以及元数据噪声等问题；同时，原始图像中部分内容涉及敏感类别（如裸露或性暗示场景），使得数据过滤与伦理合规成为棘手环节。此外，标签的聚类与剪枝操作虽有助于去冗余，但也可能丢失部分细微的视觉差异，影响生成结果的多样性。

常用场景

经典使用场景

在动漫风格文本到图像生成领域，CyberHarem/mao_pokemon数据集为特定角色（宝可梦中的玛奥）的精细建模提供了宝贵资源。其经典使用场景在于训练和微调扩散模型，尤其是基于Stable Diffusion等框架的二次元角色生成任务。研究者可利用该数据集包含的500张高分辨率图像及其配套标签（如发型、肤色、服饰等核心属性），通过条件生成技术实现角色外貌与风格的高度可控输出。数据集提供的多尺度裁剪版本（如stage3-p480-800）进一步支持了不同分辨率下的训练需求，使得模型能够在保持角色一致性的同时适应多样化的生成场景。

实际应用

在实际应用中，该数据集支撑了多个创意产业场景的落地。在游戏与动画制作领域，它可辅助设计师快速生成角色概念图或不同服饰变体，显著缩短前期设计周期。对于二次元内容创作社区，该数据集驱动的生成模型能帮助爱好者实现个性化角色再创作，例如基于文字描述生成特定表情或动作的插画。电子商务与虚拟偶像领域同样受益，企业可借此构建动态角色资产库，用于虚拟直播、品牌代言等交互场景。数据集提供的标准化标签体系还降低了非专业用户的使用门槛，使得文本到角色生成的工具更易被大众接受。

衍生相关工作

该数据集衍生了一系列具有代表性的研究工作。基于其标签聚类结果，研究者提出了角色组件解耦生成方法，将发型、服饰等属性分离为可独立控制的模块，显著提升了生成结果的可编辑性。此外，数据集被用于验证跨数据集泛化能力，例如结合其他宝可梦角色数据集训练统一的多角色生成框架。在数据增强方面，相关工作探索了基于标签图结构的合成采样策略，以缓解小数据集导致的过拟合问题。这些工作不仅深化了对动漫角色生成特性的理解，也为其他垂直领域（如时尚设计、虚拟人物创建）的数据集构建与算法开发提供了方法论参考。