CyberHarem/cogito_pokemon

这是一个名为cogito/コギト (Pokémon)的数据集，包含237张图像及其标签。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。数据集的核心标签包括hair_over_one_eye, hat, breasts, black_headwear, grey_hair, short_hair, mature_female, grey_eyes, white_hair, large_breasts, huge_breasts，这些标签在数据集中被修剪。数据集提供了多个版本，包括原始数据、不同尺寸的图像以及经过裁剪的图像版本。此外，README还提供了如何使用waifuc加载原始数据集的说明，并列出了标签聚类结果，展示了不同聚类的样本图像和标签。This is a dataset named cogito/コギト (Pokémon) containing 237 images and their associated tags. The images were crawled from multiple image-sharing platforms including danbooru, pixiv, zerochan, and others, with the crawling system powered by the DeepGHS team. The core tags of the dataset are hair_over_one_eye, hat, breasts, black_headwear, grey_hair, short_hair, mature_female, grey_eyes, white_hair, large_breasts, and huge_breasts, and these tags were curated for the dataset. The dataset provides multiple variants, including the raw data, images of varying resolutions, and cropped image versions. Additionally, the README includes instructions on loading the raw dataset using waifuc, as well as the tag clustering results, which showcase sample images and corresponding tags for each cluster.

原始信息汇总

数据集概述

数据集信息

• 名称: Dataset of cogito/コギト (Pokémon)
• 许可证: MIT
• 任务类别: text-to-image
• 标签: art, not-for-all-audiences
• 大小类别: n<1K
• 图像数量: 237
• 核心标签: hair_over_one_eye, hat, breasts, black_headwear, grey_hair, short_hair, mature_female, grey_eyes, white_hair, large_breasts, huge_breasts

数据集包

名称	图像数量	大小	类型	描述
raw	237	299.11 MiB	Waifuc-Raw	Raw data with meta information (min edge aligned to 1400 if larger).
800	237	159.37 MiB	IMG+TXT	dataset with the shorter side not exceeding 800 pixels.
stage3-p480-800	551	322.75 MiB	IMG+TXT	3-stage cropped dataset with the area not less than 480x480 pixels.
1200	237	260.10 MiB	IMG+TXT	dataset with the shorter side not exceeding 1200 pixels.
stage3-p480-1200	551	480.64 MiB	IMG+TXT	3-stage cropped dataset with the area not less than 480x480 pixels.

标签聚类结果

原始文本版本

#	样本数量	图像1	图像2	图像3	图像4	图像5	标签
0	7						1girl, collarbone, looking_at_viewer, navel, nipples, nude, solo, pussy, smile, closed_mouth, curvy, thighs, cleft_of_venus, uncensored
1	18						1girl, black_dress, solo, white_gloves, collarbone, looking_at_viewer, smile, hand_up, closed_mouth, upper_body, black_choker, cleavage, eyelashes
2	11						1boy, 1girl, hetero, blush, penis, pov, collarbone, nipples, looking_at_viewer, navel, smile, sweat, pussy, sex, vaginal, completely_nude, mosaic_censoring, paizuri, solo_focus, white_gloves, closed_mouth, cowgirl_position, cum, flower, girl_on_top, green_eyes, medium_hair, open_mouth, spread_legs, uncensored

表格版本

#	样本数量	图像1	图像2	图像3	图像4	图像5	1girl	collarbone	looking_at_viewer	navel	nipples	nude	solo	pussy	smile	closed_mouth	curvy	thighs	cleft_of_venus	uncensored	black_dress	white_gloves	hand_up	upper_body	black_choker	cleavage	eyelashes	1boy	hetero	blush	penis	pov	sweat	sex	vaginal	completely_nude	mosaic_censoring	paizuri	solo_focus	cowgirl_position	cum	flower	girl_on_top	green_eyes	medium_hair	open_mouth	spread_legs
0	7						X	X	X	X	X	X	X	X	X	X	X	X	X	X
1	18						X	X	X				X		X	X					X	X	X	X	X	X	X
2	11						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	X	X	X	X	X

搜集汇总

数据集介绍

构建方式

在数字艺术与二次元文化交融的背景下，宝可梦角色数据集为文本到图像生成模型提供了重要的训练资源。CyberHarem/cogito_pokemon 数据集以宝可梦角色“コギト”为核心，共收录237张图像及其对应标签。图像经由自动化爬取系统从Danbooru、Pixiv、Zerochan等多个平台采集，该系统由DeepGHS团队开发。数据集构建过程中，对核心标签如“hair_over_one_eye”、“hat”、“breasts”等进行了剪枝处理。为满足不同训练需求，数据以多种格式发布，包括保留元数据的原始压缩包、短边不超过800或1200像素的标准化版本，以及经过三阶段裁剪、面积不低于480x480像素的增强版本，后者通过裁剪扩充至551张图像。

使用方法

使用该数据集时，研究者可根据需求选择合适的子集。对于深度定制化训练，推荐采用Waifuc库加载原始数据集：首先通过Hugging Face Hub下载dataset-raw.zip压缩包，解压至本地目录后，利用LocalSource类即可逐项访问图像及其文件名和标签元数据。标准化版本（如800或1200子集）可直接用于常见图像生成模型的训练，而三阶段裁剪版本则适用于需要固定输入尺寸的场景。聚类结果可作为辅助信息，用于分析角色在不同情境下的视觉特征，或作为数据增强的参考。所有子集均以ZIP格式提供，下载链接在数据集中明确列出。

背景与挑战

背景概述

在生成式人工智能的浪潮中，文本到图像（Text-to-Image）模型的发展日新月异，其性能的飞跃高度依赖于高质量、精细标注的数据集。CyberHarem/cogito_pokemon数据集正是这一背景下针对特定动漫角色——宝可梦系列中的“cogito/コギト”——所构建的专业视觉资源。该数据集由DeepGHS团队于近期开发，核心研究问题聚焦于如何为特定角色提供一套标准化、多尺度、且附带详细标签的图像集合，以支撑下游的图像生成与风格迁移任务。通过从Danbooru、Pixiv、Zerochan等知名二次元图站进行自动化爬取，团队收集了237张原始图像及其元标签，并加工出多种分辨率版本（如800px、1200px）及三阶段裁剪版本，极大提升了数据在模型训练中的适配性与灵活性。该数据集的发布，不仅为宝可梦同人创作领域注入了标准化数据养分，也为研究小样本、细粒度角色图像生成提供了宝贵的实验基准。

当前挑战

该数据集面临的挑战主要源于两个维度。其一，在领域问题层面，尽管数据集聚焦于单一角色，但动漫角色图像生成任务本身存在风格多样性、姿态复杂性以及遮挡物（如帽子、头发）导致的特征不完整等问题。例如，核心标签中“hair_over_one_eye”、“hat”等属性显著增加了模型对局部特征提取的难度，而“large_breasts”、“huge_breasts”等身体特征标签则要求模型具备精细的形体生成能力。其二，在构建过程中，自动化爬取机制虽提高了效率，却引入了图像来源不一致与标签质量参差不齐的风险。不同图站对同一角色的标注体系存在差异，部分图像包含敏感内容（如nsfw标签），需进行手动筛选与标签修剪。此外，数据集规模仅237张，远小于主流大规模数据集，这在小样本学习中极易引发过拟合，对数据增强策略和模型泛化能力提出了严苛要求。

常用场景

经典使用场景

在文本到图像生成领域，CyberHarem/cogito_pokemon数据集为特定动漫角色（如宝可梦系列中的コギト）的精细生成与风格迁移提供了高质量的图像-标签配对资源。该数据集包含237张经过多源爬取与标注的图像，并提供了多种分辨率版本（如800px与1200px）及三阶段裁剪数据，便于研究者灵活适配不同生成模型的输入需求。其经典使用场景在于利用Waifuc框架加载原始数据，结合核心标签（如发色、服饰、姿态等）进行条件扩散模型的训练或微调，从而实现对角色外观、属性及场景的精准控制生成。

解决学术问题

该数据集有效解决了动漫角色生成中数据稀缺与标注不一致的学术难题。通过系统化采集Danbooru、Pixiv等多平台图像，并统一剔除冗余标签（如'1girl'、'solo'等高频词），研究者得以聚焦于角色特有属性（如'grey_hair'、'large_breasts'）的语义学习。这为细粒度图像生成、属性解耦表征以及少样本风格迁移等方向提供了标准化基准，推动了条件生成模型在虚拟角色创作中的可控性与泛化能力提升，尤其针对非真实感艺术风格的学术探索具有里程碑意义。

实际应用

在实际应用中，该数据集赋能了游戏、动画及虚拟偶像产业的自动化内容生产流程。开发者可基于其标注体系训练个性化生成模型，快速产出符合角色设定的概念图、立绘或表情包，降低人工绘制成本。此外，数据集提供的聚类结果（如不同服装与姿态的组别）可直接用于角色变体设计、多视角渲染以及互动叙事中的动态资源生成，在元宇宙数字人构建与二次元社区创作工具中展现出显著的应用价值。

数据集最近研究

最新研究方向

在生成式人工智能与数字艺术交融的前沿，以《宝可梦》系列中“cogito/コギト”角色为对象的高质量图像数据集正成为推动文本到图像生成技术精细化发展的关键资源。该数据集通过自动化爬虫系统从Danbooru、Pixiv等主流艺术平台采集了237张标注图像，并提供了多分辨率版本与三级裁剪方案，为训练扩散模型等生成网络提供了标准化且富含细节的素材。当前研究热点聚焦于如何利用此类数据集中包含的精细标签（如发型、服饰、姿态）与聚类结果，提升模型对角色特征的精准捕捉与风格迁移能力，进而推动可控图像生成、角色一致性保持以及个性化创作等前沿方向的发展。这一数据集的出现，不仅丰富了二次元文化领域的数字资产库，也为多模态学习与艺术风格分析提供了新的实验平台，其影响深远，将加速生成式AI在娱乐、设计与虚拟现实等领域的应用落地。