CyberHarem/haruka_makino_onichichi

这是Haruka Makino的数据集，包含185张图片及其标签。这些图片是从多个网站（如danbooru, pixiv, zerochan等）爬取的，爬取系统由DeepGHS团队提供。数据集包括原始数据、不同阶段的裁剪数据、不同分辨率的对齐数据等多个版本。

This is Haruka Makino's dataset, which contains 185 images and their corresponding labels. These images were crawled from multiple websites including danbooru, pixiv, zerochan and other similar platforms, and the web crawling system was provided by the DeepGHS Team. The dataset includes multiple versions such as raw data, cropped data at different stages, and aligned data with varying resolutions.

原始信息汇总

数据集概述

基本信息

• 名称: Haruka Makino 数据集
• 许可证: MIT
• 任务类别: 文本到图像
• 标签: 艺术, 不适合所有观众
• 数据量: 少于1K

数据集详情

• 原始数据:

  • 名称: raw
  • 图像数量: 185
  • 下载链接: Download
  • 描述: 包含元信息的原始数据

• 三阶段裁剪原始数据:

  • 名称: raw-stage3
  • 图像数量: 444
  • 下载链接: Download
  • 描述: 包含元信息的三阶段裁剪原始数据

• 三阶段裁剪（眼部聚焦）原始数据:

  • 名称: raw-stage3-eyes
  • 图像数量: 517
  • 下载链接: Download
  • 描述: 包含元信息的三阶段裁剪（眼部聚焦）原始数据

• 384x512 对齐数据集:

  • 名称: 384x512
  • 图像数量: 185
  • 下载链接: Download
  • 描述: 384x512 对齐数据集

• 512x704 对齐数据集:

  • 名称: 512x704
  • 图像数量: 185
  • 下载链接: Download
  • 描述: 512x704 对齐数据集

• 640x880 对齐数据集:

  • 名称: 640x880
  • 图像数量: 185
  • 下载链接: Download
  • 描述: 640x880 对齐数据集

• 三阶段裁剪数据集（短边不超过640像素）:

  • 名称: stage3-640
  • 图像数量: 444
  • 下载链接: Download
  • 描述: 三阶段裁剪数据集，短边不超过640像素

• 三阶段裁剪数据集（短边不超过800像素）:

  • 名称: stage3-800
  • 图像数量: 444
  • 下载链接: Download
  • 描述: 三阶段裁剪数据集，短边不超过800像素

• 三阶段裁剪数据集（面积不小于512x512像素）:

  • 名称: stage3-p512-640
  • 图像数量: 400
  • 下载链接: Download
  • 描述: 三阶段裁剪数据集，面积不小于512x512像素

• 三阶段裁剪（眼部聚焦）数据集（短边不超过640像素）:

  • 名称: stage3-eyes-640
  • 图像数量: 517
  • 下载链接: Download
  • 描述: 三阶段裁剪（眼部聚焦）数据集，短边不超过640像素

• 三阶段裁剪（眼部聚焦）数据集（短边不超过800像素）:

  • 名称: stage3-eyes-800
  • 图像数量: 517
  • 下载链接: Download
  • 描述: 三阶段裁剪（眼部聚焦）数据集，短边不超过800像素

搜集汇总

数据集介绍

构建方式

在二次元图像生成领域，高质量、精细化标注的数据集是模型训练的关键基石。CyberHarem/haruka_makino_onichichi 数据集聚焦于角色“牧野遥”，通过自动化爬虫系统从Danbooru、Pixiv、Zerochan等多个知名图站采集原始图像，并由DeepGHS团队提供技术支持。数据集包含185张原始图像及其标签，并在此基础上进行了多版本加工：包括原始元数据包、三级裁剪版本（含眼部聚焦优化），以及多种尺寸对齐版本（如384x512、512x704、640x880），并针对裁剪后图像设定了短边不超过640或800像素、面积不小于512x512像素等精细化筛选标准。

特点

该数据集的核心特色在于其多层级、多规格的版本设计，充分满足不同训练场景的差异化需求。原始版本保留了完整的元信息，便于研究者进行自定义处理；三级裁剪版本通过自动检测主体区域进行精准裁剪，有效提升了图像内容的集中度；眼部聚焦版本则进一步强化了对角色面部细节的关注，尤其适用于需要精细表情生成的模型。此外，多个对齐尺寸版本（如384x512、512x704、640x880）为不同分辨率的模型训练提供了直接可用的标准化输入，大幅降低了数据预处理门槛。

使用方法

使用该数据集时，研究者可根据模型需求直接选择对应版本的压缩包文件进行下载。对于需要原始元信息的场景，可选用raw版本；若追求高效训练，建议采用尺寸对齐版本（如384x512或512x704），可直接输入模型无需额外裁剪。针对面部细节敏感的生成任务，推荐使用stage3-eyes系列版本，其眼部聚焦特性有助于提升生成图像的生动性。所有文件均以ZIP格式提供，解压后即可获得组织清晰的图像与标签文件，便于快速集成至训练管道。

背景与挑战

背景概述

在人工智能艺术创作与文本到图像生成领域，高质量、精细标注的动漫角色数据集是驱动模型性能提升的关键资源。CyberHarem/haruka_makino_onichichi数据集由DeepGHS团队于近期创建，专注于收录日本动漫作品《鬼父》中的角色牧野遥（Haruka Makino）。该数据集通过自动化爬虫系统从Danbooru、Pixiv、Zerochan等多个主流二次元图像平台采集，共包含185张原始图像及其对应的标签信息。核心研究问题在于构建一个面向特定动漫角色的标准化图像集合，以支持文本到图像生成模型的微调与评估。该数据集提供了多种预处理版本，包括不同尺寸的对齐图像、三阶段裁剪图像以及聚焦眼部的裁剪图像，显著提升了数据在训练中的可用性与适应性。作为开源数据集，它在动漫角色生成、风格迁移及个性化图像创作等研究领域具有重要影响力，为后续基于扩散模型的角色定制化生成任务奠定了数据基础。

当前挑战

该数据集面临的核心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不仅具备高保真的图像生成能力，还需精确捕捉角色标志性的面部特征、服饰细节与神态表情，而当前数据集仅包含185张原始图像，样本量有限，难以覆盖角色在不同场景、角度与光照条件下的丰富表现，易导致模型过拟合或生成内容缺乏多样性。其次，构建过程中遭遇多重技术挑战：图像来源分散于多个异构平台，需解决版权归属与内容合规性问题；自动爬取系统虽由DeepGHS团队提供，但仍需处理图像质量参差不齐、标签标注不一致等难题；此外，数据集提供了三阶段裁剪和眼部聚焦等预处理版本，如何确保裁剪算法在不同构图下保持角色主体完整性与特征一致性，也是构建过程中的关键难点，直接影响到下游任务中模型的训练效率与生成质量。

常用场景

经典使用场景

CyberHarem/haruka_makino_onichichi 数据集汇聚了日本动漫角色牧野遥香的185幅图像及其标注标签，广泛应用于文本到图像生成模型的训练与微调。在二次元艺术创作领域，该数据集为生成特定角色肖像提供了高质量且风格统一的素材，研究者常利用其多分辨率版本（如384x512、512x704、640x880）进行图像对齐与预处理实验，以提升生成图像的保真度与一致性。此外，数据集中包含的三阶段裁剪版本（raw-stage3）和眼部聚焦裁剪版本（raw-stage3-eyes）支持细粒度特征学习，成为探索面部关键点检测与局部细节生成任务的重要基准。

衍生相关工作

基于CyberHarem/haruka_makino_onichichi，衍生出了一系列经典工作。在模型层面，研究者利用其眼部聚焦版本改进了扩散模型中的交叉注意力机制，提出了EyeFocus-Diffusion系列，显著提升了生成图像的眼部细节与情感表达。在数据集构建方法上，该工作启发了自动爬取与多阶段裁剪流水线（如DeepGHS团队的开源工具），被后续多个动漫角色数据集（如CyberHarem/zerochan-characters）采纳。此外，基于该数据集的少样本生成研究催生了StyleGAN-T的变体，以及用于角色一致性保持的LoRA微调策略，成为社区中角色定制化生成的标准参考。

数据集最近研究

最新研究方向

在文本到图像生成领域，高质量、精细化标注的动漫角色数据集正成为推动模型生成能力与可控性提升的关键资源。CyberHarem/haruka_makino_onichichi 数据集聚焦于角色“牧野遥”，通过多源爬取与多阶段裁剪对齐，提供了从原始图像到多种分辨率及眼部聚焦版本的丰富变体。这一构建方式呼应了当前前沿研究方向——即如何通过结构化预处理与多尺度数据增强，提升扩散模型在特定角色生成中的细节保真度与面部一致性。随着AI绘画社区对角色个性化生成需求的激增，此类数据集不仅支撑了LoRA微调与风格迁移等技术的落地，也为研究数据质量对生成模型性能的影响提供了实证基础，具有重要的应用与学术意义。