CyberHarem/futami_mami_theidolmster

该数据集是关于futami_mami/双海真美/후타미마미 (THE iDOLM@STER)的，包含500张图像及其标签。核心标签包括`brown_hair, side_ponytail, brown_eyes, short_hair, hair_ornament`，这些标签在数据集中被修剪。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。数据集提供了多个版本的下载，包括原始数据、不同尺寸的图像数据以及经过裁剪的图像数据。此外，还提供了如何使用waifuc加载原始数据集的代码示例。

原始信息汇总

数据集概述

数据集名称

Dataset of futami_mami/双海真美/후타미마미 (THE iDOLM@STER)

数据集描述

该数据集包含500张图像及其标签，主题为futami_mami/双海真美/후타미마미 (THE iDOLM@STER)。主要标签包括brown_hair, side_ponytail, brown_eyes, short_hair, hair_ornament。

数据来源

图像从多个网站（如danbooru, pixiv, zerochan等）爬取，爬虫系统由DeepGHS Team提供支持。

数据集包列表

名称	图像数量	大小	类型	描述
raw	500	474.81 MiB	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	324.48 MiB	IMG+TXT	短边不超过800像素的数据集。
stage3-p480-800	1085	636.95 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。
1200	500	436.37 MiB	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	1085	825.13 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	图像示例	标签
0	6		open_mouth, smile, 2girls, ;d, one_eye_closed, v, ribbon
1	17		open_mouth, 2girls, long_hair, :d
2	9		2girls, twins, sisters, grin
3	5		1girl, navel, open_mouth, shorts, smile, solo, midriff, one_eye_closed, ;d, long_hair, hair_bobbles, looking_at_viewer, striped_thighhighs
4	8		1girl, hair_bobbles, solo, smile, open_mouth, cute_&girly(idolmaster)
5	9		1girl, open_mouth, solo, :d, star_(symbol), skirt, thighhighs
6	5		navel, smile, blush, one_eye_closed, open_mouth, 1girl, breasts, sailor_bikini, 2girls, ;d, hand_on_hip, looking_at_viewer, solo_focus, white_bikini, yellow_bikini
7	5		1girl, hair_bobbles, blush, hoodie, simple_background, white_background, grin, looking_at_viewer, denim_shorts, one_eye_closed, solo_focus, upper_body
8	5		1girl, bikini, simple_background, solo, cleavage, looking_at_viewer, medium_breasts, white_background, collarbone, navel, open_mouth, armpits, cow_print, grin, heart, long_hair, star_(symbol)
9	6		blush, looking_at_viewer, smile, solo_focus, bangs, long_hair, nipples, nude, small_breasts, 2girls, collarbone, navel, 1girl, medium_breasts, scrunchie, sweat
10	13		looking_at_viewer, smile, 1girl, standing, white_shirt, miniskirt, shiny_hair, star_print, long_hair, open_mouth, pleated_skirt, short_sleeves, white_background, bangs, black_skirt, hair_scrunchie, one_eye_closed, collarbone, jacket, multiple_girls, solo_focus, star_hair_ornament
11	5		blue_thighhighs, mismatched_legwear, multiple_girls, solo_focus, 1girl, choker, hair_flower, knee_boots, open_mouth, zettai_ryouiki, :d, ^_^, audience, frilled_skirt, grin, idol, microphone, one_eye_closed, red_flower, ribbon, stage

搜集汇总

数据集介绍

构建方式

在动漫角色图像生成领域，高质量、标签化数据集是训练文本到图像模型的关键。双海真美（THE iDOLM@STER）数据集正是为此而生，它由DeepGHS团队基于自动化爬取系统构建，图像来源涵盖danbooru、pixiv、zerochan等多个知名站点。数据集包含500张经过精心筛选的图像，并剔除了如brown_hair、side_ponytail等角色核心标签，以避免冗余。原始数据以Waifuc-Raw格式存储，保留完整的元信息，同时提供多种预处理版本，包括将短边限制在800或1200像素的IMG+TXT格式，以及经过三阶段裁剪、面积不低于480x480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样化的数据版本与丰富的标签体系。除了原始图像与标签对，数据集还提供了基于标签聚类的分析结果，将图像按视觉语义（如服装、姿势、表情）划分为多个簇，每个簇附有代表性样本与标签列表，便于用户挖掘角色不同装扮或场景下的特征。例如，簇中可识别出“双人互动”、“泳装”、“舞台表演”等主题。此外，数据集标签经过精心修剪，去除了角色固有属性，使模型更专注于学习动态特征，如动作、表情和背景，从而提升生成图像的多样性与可控性。

使用方法

使用本数据集时，研究人员可依据任务需求选择合适的数据版本。对于需要原始元信息的场景，推荐通过Waifuc框架加载Raw数据集，利用`huggingface_hub`下载压缩包并解压后，使用`LocalSource`接口轻松遍历图像及其标签。若追求高效训练，可直接采用IMG+TXT格式的800或1200像素版本，或使用三阶段裁剪版以增强对局部细节的建模。此外，标签聚类结果可作为参考，辅助用户设计特定场景下的微调策略，例如通过筛选簇标签来构建定制化训练子集，从而优化模型在特定风格或构图下的生成表现。

背景与挑战

背景概述

在生成式人工智能与二次元文化交汇的浪潮中，面向特定动漫角色的精细化图像生成数据集日益成为研究焦点。由DeepGHS团队于近年创建的CyberHarem/futami_mami_theidolmster数据集，聚焦于《偶像大师》系列中的经典角色双海真美，收录了500张经过严格标注的高质量图像。该数据集旨在为文本到图像生成任务提供精准的角色特征锚点，其核心研究问题在于如何通过自动化爬取与标签精简技术，构建一个兼顾图像多样性与标注一致性的角色专属资源库。作为CyberHarem项目的重要组成部分，该数据集不仅服务于同人艺术创作与模型微调，更推动了动漫领域垂直数据集的标准化进程，对角色驱动型生成模型的发展具有示范意义。

当前挑战

当前数据集面临的核心挑战涵盖领域与构建双重层面。在领域层面，二次元角色图像生成需应对风格泛化与细节保真度的矛盾——不同画师笔下同一角色的服饰、表情与光影差异显著，而数据集仅包含500张样本，难以覆盖所有潜在风格变体，易导致生成结果出现特征混淆或模式坍塌。在构建过程中，自动化爬取机制虽提升了效率，却引入了图像质量参差不齐、多源标签语义冲突等问题；此外，标签修剪策略在去除冗余核心标签时，可能丢失部分关键上下文信息，影响模型对角色非显性特征（如动态姿势或复杂场景）的准确捕获。数据量不足与标签噪声的叠加效应，成为制约该数据集在高质量生成任务中发挥潜力的主要瓶颈。

常用场景

经典使用场景

在二次元角色生成与风格迁移研究中，CyberHarem/futami_mami_theidolmster 数据集凭借其高质量、标签化的动漫图像，成为文本到图像生成模型微调与评测的经典基准。该数据集聚焦于《偶像大师》系列角色双海真美，收录了500张来自Danbooru、Pixiv等平台的精选图像，并附有详尽的多模态标签（如发型、表情、服饰）。研究者常利用其丰富的标签体系进行条件生成任务，例如基于特定属性（如“侧马尾”或“笑容”）生成符合角色特征的新图像，或评估扩散模型在细粒度角色一致性上的表现。该数据集的分辨率分级（如800像素、1200像素）和裁剪版本（如stage3-p480-800）为不同计算资源下的实验提供了灵活支持，使其成为动漫领域生成模型标准化的测试平台。

解决学术问题

该数据集有效回应了动漫图像生成中角色身份保持与属性解耦的学术挑战。传统生成模型在复杂角色（如双胞胎角色双海真美与双海亚美）的区分上常出现特征混淆，而该数据集通过精细的标签聚类（如“twins”、“sisters”等）和核心特征剪枝（如剔除“棕色头发”等冗余标签），为细粒度角色生成提供了数据支撑。研究者利用其标签层次结构，探索了基于注意力机制的条件控制方法，提升了模型对发型、配饰等局部特征的独立操控能力。此外，该数据集推动了多模态对齐研究——通过图像-标签对的联合建模，验证了标签语义在引导生成过程中的有效性，为动漫角色生成中的属性解耦与身份一致性提供了可复现的基准。

衍生相关工作

该数据集催生了多项经典工作，尤其在动漫角色生成与标签系统优化领域。基于其标签聚类结果（如12个视觉簇），研究者提出了“角色风格解耦网络”，通过分离图像中的全局风格与局部属性，实现了跨场景的角色身份迁移。此外，该数据集被用于训练“标签注意力引导的扩散模型”，其核心思想是利用数据集中的标签共现矩阵（如“smile”与“open_mouth”的高关联性）优化生成过程的语义一致性。在数据增强方面，该数据集的stage3裁剪版本启发了“多阶段局部感知生成”方法，通过在不同尺度上学习角色细节，提升了模型对复杂构图（如双人互动）的生成质量。这些工作均以该数据集为起点，推动了动漫图像生成从单一角色到多角色、从静态属性到动态交互的演进。