CyberHarem/honda_roko_theidolmstermillionlive

这是一个名为honda_roko (THE iDOLM@STER: Million Live!)的数据集，包含40张图片及其标签。图片从多个网站（如danbooru、pixiv、zerochan等）爬取，核心标签包括long_hair, bow, yellow_eyes, hair_bow, breasts, grey_hair, twintails, bangs, green_eyes。数据集提供了不同尺寸和裁剪方式的多个版本，并提供了使用Waifuc加载原始数据集的代码示例。此外，还列出了标签聚类结果，展示了不同聚类中的图片和标签。

原始信息汇总

数据集概述

数据集名称

Dataset of honda_roko (THE iDOLM@STER: Million Live!)

数据集描述

该数据集包含40张图像及其标签，来源于《偶像大师：百万现场！》中的角色honda_roko。核心标签包括long_hair, bow, yellow_eyes, hair_bow, breasts, grey_hair, twintails, bangs, green_eyes。

数据集标签

• 核心标签：long_hair, bow, yellow_eyes, hair_bow, breasts, grey_hair, twintails, bangs, green_eyes

数据集大小

• 总图像数：40张

数据集下载

不同版本的下载链接

名称	图像数	大小	下载链接	类型	描述
raw	40	42.36 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	40	28.63 MiB	Download	IMG+TXT	短边不超过800像素的数据集。
stage3-p480-800	84	54.85 MiB	Download	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。
1200	40	38.26 MiB	Download	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	84	69.66 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

使用Waifuc加载原始数据集

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/honda_roko_theidolmstermillionlive, 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

#	样本数	图像1	图像2	图像3	图像4	图像5	标签
0	14						1girl, solo, blush, looking_at_viewer, open_mouth, navel, :d, nipples, nude, small_breasts, hair_ornament, hat, jewelry, pussy
1	5						1girl, 1boy, blush, hetero, penis, solo_focus, sweat, looking_at_viewer, mosaic_censoring, nipples, open_clothes, open_mouth, spread_legs, thighhighs, after_sex, bra, clothed_sex, cum_in_pussy, large_breasts, lying, m_legs, panties, polka_dot, smile, vaginal

表格版本

#	样本数	图像1	图像2	图像3	图像4	图像5	1girl	solo	blush	looking_at_viewer	open_mouth	navel	:d	nipples	nude	small_breasts	hair_ornament	hat	jewelry	pussy	1boy	hetero	penis	solo_focus	sweat	mosaic_censoring	open_clothes	spread_legs	thighhighs	after_sex	bra	clothed_sex	cum_in_pussy	large_breasts	lying	m_legs	panties	polka_dot	smile	vaginal
0	14						X	X	X	X	X	X	X	X	X	X	X	X	X	X
1	5						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

搜集汇总

背景与挑战

背景概述

该数据集是一个小规模（少于1K样本）的文本到图像生成数据集，专注于艺术领域，但被标记为'Not-For-All-Audiences'，表示包含敏感或潜在有害内容，需谨慎使用。其许可证为MIT，适用于研究和开发目的。