CyberHarem/kohinata_miho_idolmastercinderellagirls

该数据集包含500张小日向美穂（THE iDOLM@STER: Cinderella Girls）的图片及其标签。图片来源于多个网站（如danbooru、pixiv、zerochan等），并由DeepGHS团队的自动爬取系统收集。数据集的核心标签包括`ahoge, short_hair, black_hair, brown_eyes, breasts, bangs, bow, medium_breasts`。README提供了不同版本的下载链接，并展示了如何使用waifuc工具加载原始数据集。此外，README还列出了标签聚类的结果，展示了不同聚类的图片样本及其标签。

This dataset contains 500 images and their corresponding tags for Kohinata Miho (a character from THE iDOLM@STER: Cinderella Girls). The images were collected via an automated crawling system developed by the DeepGHS Team, sourced from multiple online platforms including danbooru, pixiv, zerochan, and others. The core tags of the dataset are `ahoge, short_hair, black_hair, brown_eyes, breasts, bangs, bow, medium_breasts`. The accompanying README file provides download links for different versions of the dataset and demonstrates how to load the raw dataset using the waifuc tool. Additionally, the README lists the results of tag clustering, presenting image samples and their corresponding tags for each cluster.

原始信息汇总

数据集概述

数据集名称

Dataset of kohinata_miho/小日向美穂/코히나타미호 (THE iDOLM@STER: Cinderella Girls)

数据集描述

该数据集包含500张图片及其标签，主题为kohinata_miho/小日向美穂/코히나타미호（来自《偶像大师 灰姑娘女孩》）。主要标签包括ahoge, short_hair, black_hair, brown_eyes, breasts, bangs, bow, medium_breasts。

数据来源

图片从多个网站（如danbooru, pixiv, zerochan等）爬取，爬虫系统由DeepGHS Team开发。

数据集包列表

名称	图片数量	大小	下载链接	类型	描述
raw	500	600.74 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	500	358.31 MiB	Download	IMG+TXT	短边不超过800像素的数据集。
stage3-p480-800	1169	753.20 MiB	Download	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。
1200	500	530.32 MiB	Download	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	1169	1.03 GiB	Download	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	5						1girl, blush, hair_between_eyes, hair_bow, looking_at_viewer, pink_bow, pink_hairband, solo, white_gloves, bare_shoulders, frills, pink_dress, plaid, sleeveless_dress, :d, collarbone, necklace, open_mouth, simple_background, upper_body, white_background, bare_arms, choker, collared_shirt, hair_intakes, hand_up, pom_pom_(clothes), red_necktie, sleeveless_shirt, white_shirt
1	15						1girl, blush, solo, necktie, pink_hairband, smile, skirt, looking_at_viewer, open_mouth, white_thighhighs
2	5						1girl, hairband, navel, open_mouth, skirt, solo, thighhighs, microphone, midriff, wrist_cuffs, :d, blush, choker
3	10						1girl, blush, school_uniform, solo, sweater_vest, looking_at_viewer, smile, open_mouth, skirt, upper_body
4	12						1girl, blush, looking_at_viewer, smile, solo, white_background, simple_background, collarbone, shirt, hair_between_eyes, upper_body, yellow_eyes
5	6						1girl, blush, hairband, looking_at_viewer, plaid_bow, school_uniform, solo, bowtie, hair_bow, love_letter, red_bow, blazer, long_sleeves, pleated_skirt, hair_between_eyes, holding_letter, petals, plaid_skirt, shirt, simple_background, white_background
6	5						1girl, blush, solo, cleavage, looking_at_viewer, navel, pink_bikini, smile, white_bikini
7	9						1girl, blue_sky, cloud, day, looking_at_viewer, ocean, outdoors, blush, smile, solo, cleavage, collarbone, navel, white_bikini, beach, bikini_skirt, hair_ornament, open_mouth, lens_flare
8	6						1girl, blush, hair_flower, looking_at_viewer, side-tie_bikini_bottom, solo, striped_bikini, navel, see-through, white_shirt, bracelet, collarbone, day, outdoors, water, yellow_eyes, blue_sky, wet_shirt
9	7						1girl, crop_top, red_gloves, red_headwear, solo, blush, fur-trimmed_gloves, fur-trimmed_skirt, hair_between_eyes, midriff, navel, plaid, red_skirt, santa_costume, santa_hat, beret, looking_at_viewer, open_mouth, :d, capelet, cleavage, earrings, holding_sack, short_sleeves, merry_christmas, red_shirt, thighhighs
10	6						1girl, blush, head_wings, looking_at_viewer, puffy_short_sleeves, solo, wrist_cuffs, bat_wings, maid_headdress, pink_dress, frilled_dress, open_mouth, ribbon, :d, bowtie, claw_pose, food, frilled_apron, hair_between_eyes, hairband, heart, simple_background, star_(symbol), striped, waist_apron, white_apron, white_background, yellow_eyes
11	6						1girl, blush, collarbone, looking_at_viewer, navel, pink_bra, pink_panties, solo, underwear_only, bow_panties, brown_hair, cleavage, cowboy_shot, groin, hair_between_eyes, on_bed, parted_lips, simple_background, stomach, thigh_gap, white_background
12	19						1girl, blush, nipples, navel, open_mouth, completely_nude, hetero, solo_focus, sweat, 1boy, pussy, mosaic_censoring, spread_legs, looking_at_viewer, female_pubic_hair, penis, collarbone, saliva, sex, sitting
13	7						1girl, detached_collar, fake_animal_ears, playboy_bunny, rabbit_ears, solo, black_pantyhose, looking_at_viewer, strapless_leotard, wrist_cuffs, black_bowtie, black_leotard, cleavage, white_background, bare_shoulders, blush, cowboy_shot, open_mouth, rabbit_tail, simple_background, white_leotard

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 | blush | hair_between_eyes | hair_bow | looking_at_viewer | pink_bow | pink_hairband | solo | white_gloves | bare_shoulders | frills | pink_dress | plaid | sleeveless_dress | :d | collarbone | necklace | open_mouth | simple_background | upper_body | white_background | bare_arms | choker | collared_shirt | hair_intakes | hand_up | pom_pom_(clothes) | red_necktie | sleeveless_shirt | white_shirt | necktie | smile | skirt | white_thighhighs | hairband | navel | thighhighs | microphone | midriff | wrist_cuffs | school_uniform | sweater_vest | shirt | yellow_eyes | plaid_bow | bowtie | love_letter | red_bow | blazer | long_sleeves | pleated_skirt | holding_letter | petals | plaid_skirt | cleavage | pink_bikini | white_bikini | blue_sky | cloud | day | ocean | outdoors | beach | bikini_skirt | hair_ornament | lens_flare | hair_flower | side-tie_bikini_bottom | striped_bikini | see-through | bracelet | water | wet_shirt | crop_top | red_gloves | red_headwear | fur-trimmed_gloves | fur-trimmed_skirt | red_skirt | santa_costume | santa_hat | beret | capelet | earrings | holding_sack | short_sleeves | merry_christmas | red_shirt | head_wings | puffy_short_sleeves | bat_wings | maid_headdress | frilled_dress | ribbon | claw_pose | food | frilled_apron | heart | star_(symbol) | striped | waist_apron | white_apron | pink_bra | pink_panties | underwear_only | bow_panties | brown_hair | cowboy_shot | groin | on_bed | parted_lips | stomach | thigh_gap | nipples | completely_nude | hetero | solo_focus | sweat | 1boy | pussy | mosaic_censoring | spread_legs | female_pubic_hair | penis | saliva | sex | sitting | detached_collar | fake_animal_ears | playboy_bunny | rabbit_ears | black_pantyhose | strapless_leotard | black_bowtie | black_leotard | rabbit_tail | white_leotard | |----:|----------:|:----------------------------------|

搜集汇总

数据集介绍

构建方式

该数据集聚焦于《偶像大师：灰姑娘女孩》中的角色小日向美穗（kohinata miho），专为文本到图像生成任务设计。数据集的构建依托于DeepGHS团队开发的自动化爬取系统，从Danbooru、Pixiv、Zerochan等多个图像平台广泛采集了500张高质量图片。每张图片均经过标签化处理，并已剔除核心角色标签（如呆毛、短发、黑发等），以避免模型对基础特征的过度学习。数据以多种分辨率格式打包发布，包括原始版（raw）、短边不超过800像素和1200像素的压缩版，以及经过三阶段裁剪、面积不低于480×480像素的增强版，以满足不同训练需求。

使用方法

使用该数据集时，研究者可通过Hugging Face Hub直接下载各压缩包。对于需要原始元数据的场景，推荐使用Waifuc库加载‘dataset-raw.zip’，通过LocalSource读取图像及其文件名与标签信息，便于进行数据探索或标注调整。若聚焦于模型训练，可直接解压‘800’或‘1200’系列包，获取规整的图片与文本对；而‘stage3’系列则适用于需要更高裁剪精度与数据增强的场景。数据集以MIT许可证开放，兼容多种文本到图像生成框架，用户可根据实际算力与任务目标灵活选择合适的分辨率版本。

背景与挑战

背景概述

在二次元角色图像生成领域，高质量、标注精细的数据集是推动文本到图像模型性能提升的关键基石。CyberHarem团队于近期构建了小日向美穗（THE iDOLM@STER: Cinderella Girls）角色数据集，旨在为动漫风格的角色生成提供标准化训练资源。该数据集由DeepGHS团队提供自动化爬取技术支持，从Danbooru、Pixiv、Zerochan等多源平台采集了500张高质量图像，并附有详尽标签。核心研究问题聚焦于如何通过多分辨率裁剪与标签聚类，提升模型对特定角色特征（如呆毛、短发、黑瞳）的精准捕捉能力。该数据集以多种尺寸包（如800px、1200px及三阶段裁剪版本）发布，并支持Waifuc框架直接加载，为后续角色定制化生成研究奠定了数据基础。

当前挑战

该数据集面临的挑战主要体现在两个维度：首先，在领域问题层面，二次元角色生成需解决细粒度特征一致性问题，例如小日向美穗的核心标签（如呆毛、黑发、棕色眼睛）在生成时易被模型忽略或混淆，导致角色身份丢失。此外，多姿态、多服饰（如学校制服、泳装、圣诞装）下的泛化生成仍存在风格迁移与背景干扰的难题。其次，在构建过程中，自动爬取系统需应对来源站点反爬机制与图像质量参差不齐的挑战，手动筛选500张图像以确保标签准确性耗时且易引入主观偏差。同时，标签聚类结果（如12个服饰群组）虽能挖掘潜在搭配，但部分聚类样本量过小（如仅5张），可能影响下游训练中的鲁棒性，且隐私敏感内容（如裸露标签）的存在对数据合规性提出了更高要求。

常用场景

经典使用场景

在二次元图像生成与风格迁移领域，CyberHarem/kohinata_miho_idolmastercinderellagirls 数据集作为面向特定虚拟角色的精细化图像-文本配对资源，被广泛用于训练与微调扩散模型（如Stable Diffusion）。其经典使用场景在于通过500张高质量标注图像与结构化标签（如发型、服饰、表情），实现角色小日向美穗的个性化生成。研究者常利用该数据集进行角色一致性保持训练，确保生成图像在姿态、服装细节与面部特征上忠实于原始设定。此外，数据集中提供的多分辨率裁剪版本（如800px与1200px）及三级裁剪策略，为模型在不同输出尺度下的泛化能力评估提供了标准化基准。

解决学术问题

该数据集有效解决了二次元角色生成中面临的细粒度属性控制与数据稀缺性矛盾。在学术层面，它支撑了对文本到图像模型中语义解耦能力的探究，尤其是如何通过标签稀疏性（如仅保留核心属性）提升模型对非核心特征的鲁棒性。同时，数据集中包含的聚类标签（如校服、泳装、圣诞装等）为研究视觉概念组合与风格迁移中的分布外泛化问题提供了实验平台。其意义在于推动了可控生成领域从通用对象向特定虚拟形象的迁移，并为后续研究在低资源条件下构建高质量角色数据集提供了方法论参考。

实际应用

在实际应用层面，该数据集被深度整合进二次元内容创作管线，服务于虚拟偶像IP的衍生美术资源自动化生成。例如，游戏公司或同人创作者可利用该数据集微调的模型，批量产出角色在限定主题（如节日庆典、舞台演出）下的宣传插图，显著降低了人工绘制成本。此外，数据集中附带的Waifuc框架兼容性使其能够直接接入自动化标注与清洗流程，在直播换装、虚拟主播形象定制等实时交互场景中，实现了基于文本指令的角色外观动态调整。这一应用模式有效缩短了从概念设计到视觉呈现的周期。

数据集最近研究

最新研究方向

在二次元角色生成与文本到图像合成的前沿领域，基于高质量、精细化标注的角色专属数据集正成为推动模型性能跃升的关键。CyberHarem/kohinata_miho_idolmastercinderellagirls 数据集聚焦于《偶像大师灰姑娘女孩》中的人气角色小日向美穗，通过从Danbooru、Pixiv等多源平台自动爬取并精心筛选500张图像，辅以核心标签（如呆毛、短发、黑发等）的剪枝处理，为角色一致性生成提供了标准化素材。该数据集不仅提供了多种分辨率与裁剪策略的版本（如stage3-p480-800），还通过标签聚类揭示了角色在不同服饰（如校服、泳装、圣诞装）下的视觉特征分布，为少样本角色定制、风格迁移及可控生成等热点研究方向奠定了数据基础。其自动采集与处理流程由DeepGHS团队驱动，体现了数据工程与动漫文化交叉融合的最新趋势，对于推动虚拟偶像在AIGC中的应用具有重要示范意义。