CyberHarem/mitake_ran_bangdream

该数据集名为mitake_ran/美竹蘭 (BanG Dream!)，包含470张图片及其标签。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`black_hair, multicolored_hair, red_hair, streaked_hair, short_hair, bangs, purple_eyes, bob_cut, red_eyes, breasts`。此外，README还提供了数据集的下载链接、不同版本的描述以及如何使用waifuc加载原始数据集的代码示例。

This dataset is named mitake_ran/Mitake Ran (BanG Dream!), which contains 470 images and their associated tags. The images were collected from various platforms including danbooru, pixiv, zerochan and others via an automated crawling system developed by the DeepGHS team. The core tags of the dataset are `black_hair, multicolored_hair, red_hair, streaked_hair, short_hair, bangs, purple_eyes, bob_cut, red_eyes, breasts`. In addition, the README file provides the dataset's download link, descriptions of different versions, and code examples for loading the raw dataset using waifuc.

原始信息汇总

数据集概述

数据集信息

• 名称: Dataset of mitake_ran/美竹蘭 (BanG Dream!)
• 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: 470
• 核心标签: black_hair, multicolored_hair, red_hair, streaked_hair, short_hair, bangs, purple_eyes, bob_cut, red_eyes, breasts

数据集包列表

名称	图像数量	大小	类型	描述
raw	470	515.08 MiB	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	470	302.72 MiB	IMG+TXT	短边不超过800像素的数据集。
stage3-p480-800	992	612.66 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。
1200	470	455.54 MiB	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	992	870.53 MiB	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	图像示例	标签
0	11		1girl, black_jacket, solo, upper_body, black_choker, hood_down, hooded_jacket, looking_at_viewer, chain_necklace, simple_background, smile, white_background, blush, hoop_earrings, long_sleeves, off_shoulder, open_mouth, pendant, red_shirt
1	20		1girl, black_choker, black_jacket, solo, looking_at_viewer, long_sleeves, v-shaped_eyebrows, electric_guitar, hood_down, hooded_jacket, open_jacket, open_mouth, off_shoulder, black_shorts, blush, chain_necklace, cleavage, plectrum, thigh_strap, collarbone, holding_instrument, short_shorts, microphone, earrings, red_shirt, smile, upper_body, black_bra, medium_breasts, music
2	9		1girl, solo, black_shirt, collarbone, short_sleeves, v-shaped_eyebrows, black_choker, looking_at_viewer, open_mouth, padlock, plectrum, music, short_shorts, bracelet, denim_shorts, gibson_les_paul, holding_instrument, holding_microphone, microphone_stand, off-shoulder_shirt, upper_body, white_background
3	22		1girl, school_uniform, solo, collared_shirt, looking_at_viewer, striped_necktie, upper_body, white_shirt, blush, blazer, grey_jacket, long_sleeves, green_necktie
4	5		black_collar, black_shirt, looking_at_viewer, off-shoulder_shirt, padlock, short_sleeves, simple_background, 1girl, print_shirt, solo, studded_collar, upper_body, white_background, collarbone, frown, studded_bracelet, v-shaped_eyebrows, black_choker, blush, closed_mouth, lightning_bolt_symbol, studded_belt
5	6		long_sleeves, plaid_skirt, pleated_skirt, school_uniform, blazer, collared_shirt, striped_necktie, white_shirt, 2girls, blush, grey_jacket, solo_focus, 3girls, grey_hair, kneehighs, looking_at_viewer, miniskirt, sitting
6	5		black_footwear, black_choker, black_gloves, blush, gibson_les_paul, holding_instrument, jacket, knee_boots, short_sleeves, shorts, thigh_strap, v-shaped_eyebrows, buttons, earrings, frown, lace-up_boots, long_hair, looking_at_viewer, plaid_shirt, plectrum, thighhighs, 2girls, 3girls, chain_necklace, half_gloves, open_mouth, red_shirt, skirt, white_background
7	14		serafuku, black_neckerchief, long_sleeves, red_shirt, black_headwear, hat, star_(symbol), black_gloves, looking_at_viewer, miniskirt, 1girl, plaid_skirt, solo, pleated_skirt, black_choker, black_sailor_collar, double-breasted, half_gloves, kneehighs, sitting, badge, black_skirt, blush, closed_mouth, collarbone, earrings, holding, red_socks, simple_background, white_background
8	6		1girl, collarbone, looking_at_viewer, navel, nipples, open_mouth, solo, blush, completely_nude, pussy, uncensored, large_breasts, simple_background, white_background, anus, barefoot, cleft_of_venus, medium_breasts, spread_legs, two-tone_hair
9	7		black_jacket, leather_jacket, ribbed_sweater, 1girl, long_sleeves, open_jacket, white_background, looking_at_viewer, pantyhose, black_belt, grey_sweater, short_shorts, simple_background, solo, turtleneck_sweater, blush, denim_shorts, smile, white_sweater
10	9		1girl, hetero, nipples, solo_focus, blush, 1boy, completely_nude, navel, penis, pussy, sex, looking_at_viewer, medium_breasts, open_mouth, censored, vaginal, collarbone, on_back, saliva, spread_legs, sweat
11	5		1girl, looking_at_viewer, solo, blush, simple_background, white_background, bare_shoulders, choker, earrings, pink_rose, white_gloves, bracelet, cleavage, collarbone, corset, elbow_gloves, frills, hair_flower, hat, purple_bow, ribbon, smile, star_hair_ornament, strapless_dress, veil, wedding_dress, white_dress

搜集汇总

数据集介绍

构建方式

该数据集聚焦于《BanG Dream!》中的角色美竹蘭，共收录470幅图像及其对应的标签。图像数据经由DeepGHS团队开发的自动化爬取系统，从Danbooru、Pixiv、Zerochan等多个知名图像平台广泛采集而来。数据集的核心标签涵盖black_hair、multicolored_hair、red_hair、streaked_hair、short_hair、bangs、purple_eyes、bob_cut、red_eyes、breasts等关键特征，并在发布时进行了精简处理。构建过程中，图像被整理为多种分辨率版本，包括原始未裁剪版本以及短边不超过800或1200像素的标准化版本，同时提供了基于三阶段裁剪策略的高质量图像包，以满足不同应用场景的需求。

特点

该数据集在视觉多样性与结构化标注方面表现出色。图像来源广泛，涵盖了角色在各种场景下的姿态、服饰与表情，从校园制服、舞台演出到日常便装乃至特定艺术风格均有涉及。通过标签聚类分析，数据集进一步揭示了不同服饰组合与情境的分布规律，例如黑色夹克搭配电吉他、水手服造型、以及更为私密的个人写真等。此外，数据集按照分辨率与裁剪方式划分为多个子集，如raw、800、1200及stage3系列，便于用户根据计算资源与模型需求灵活选择，体现了高度的实用性与层次化组织特性。

使用方法

用户可通过Hugging Face Hub直接下载各子集的压缩包，并利用Python环境进行加载。对于原始数据集，推荐使用waifuc库进行高效读取，具体流程包括通过huggingface_hub下载dataset-raw.zip文件，解压后借助LocalSource类遍历图像及其元信息（如文件名与标签）。此外，数据集中的IMG+TXT格式子集（如800、1200版本）可直接用于监督学习任务，用户只需解析对应的文本标签文件即可与图像配对训练。对于需要图像裁剪或数据增强的场景，stage3系列子集提供了预处理的裁剪结果，简化了数据流水线的构建步骤。

背景与挑战

背景概述

该数据集由DeepGHS团队于近年创建，聚焦于《BanG Dream!》中的角色美竹蘭，收录了470张源自Danbooru、Pixiv、Zerochan等平台的图像及其标签。作为二次元角色数据集，其核心研究问题在于为文本到图像生成任务提供高质量、多姿态、多场景的素材，以推动动漫风格生成模型的发展。通过自动爬取与清洗流程，数据集涵盖了从原始图像到多尺度裁剪版本的多层次资源，并附带了标签聚类结果，为服装、道具等特征的挖掘提供了便利。该数据集在二次元生成领域具有一定影响力，为角色定制化生成与风格迁移研究提供了基础支撑。

当前挑战

当前数据集面临多重挑战。首先，在领域问题层面，文本到图像生成任务中角色一致性难以保证，不同图像中同一角色的发型、服饰、表情等特征可能因来源多样而存在差异，影响生成模型的稳定性。其次，构建过程中，自动爬取系统虽提高了效率，但面临图像质量参差不齐、标签噪声与冗余（如核心标签裁剪后仍需人工校验）等问题。此外，数据集规模较小（不足1K图像），限制了模型泛化能力，且部分图像包含成人内容（如裸露场景），需在应用时谨慎处理伦理与合规性挑战。

常用场景

经典使用场景

在动漫角色生成与风格迁移领域，CyberHarem/mitake_ran_bangdream数据集为文本到图像（text-to-image）模型提供了高质量的角色专属训练素材。该数据集收录了《BanG Dream!》中角色美竹蘭的470张图像及其详细标签，覆盖了从校服到舞台装、从日常到演出的多元造型。研究者可基于此数据集微调扩散模型（如Stable Diffusion），以实现对特定二次元角色外貌特征（如黑发、紫瞳、短发型）的精准还原与风格化生成，是角色定制化图像生成任务中的经典基准资源。

实际应用

在实际应用中，该数据集赋能了多种创意产业场景。例如，游戏开发商可利用其训练角色立绘自动生成系统，快速产出符合原设的多种表情与服装变体；同人创作者可借助微调后的模型生成个性化插画或漫画分镜；虚拟主播运营方则能基于角色特征实现动态头像与直播素材的批量生产。此外，数据集的标签聚类结果（如校服组、舞台装组）可直接服务于电商平台的二次元周边商品设计，降低人工绘制成本并提升产出效率。

衍生相关工作

围绕该数据集已衍生出多项经典工作。在模型层面，研究者基于其开发了角色专属的LoRA（Low-Rank Adaptation）权重，实现了轻量级个性化生成；在数据层面，CyberHarem团队构建了包含数百个动漫角色的数据集家族，推动了多角色联合训练与跨角色属性迁移的研究。此外，该数据集还被用于评估图像生成模型对长尾属性（如饰品种类、发型细节）的捕获能力，催生了面向二次元图像的细粒度评估指标与基准测试集。