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。

This is a dataset named honda_roko (THE iDOLM@STER: Million Live!), which includes 40 images and their corresponding tags. The images were crawled from multiple online platforms including danbooru, pixiv, zerochan, and other similar sites. Its core tags are long_hair, bow, yellow_eyes, hair_bow, breasts, grey_hair, twintails, bangs, and green_eyes. Multiple versions of the dataset with varying resolutions and cropping methods are offered, along with code examples for loading the original dataset using Waifuc. Furthermore, label clustering results are presented, which illustrate the images and tags contained within each separate cluster.

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。