CyberHarem/wicke_pokemon

该数据集是关于Pokémon角色wicke/ビッケ的图像数据集，包含500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`breasts, glasses, purple_hair, green_eyes, pink-framed_eyewear, short_hair, big_hair, large_breasts, huge_breasts`，这些标签在数据集中已被修剪。数据集提供了多种不同尺寸和裁剪方式的图像包，并提供了使用waifuc加载原始数据集的代码示例。此外，还提供了标签聚类结果的列表，展示了不同标签组合的图像样本。

This is an image dataset centered on the Pokémon character Wicke (ビッケ), which contains 500 images paired with their respective labels. Images were crawled from multiple online platforms including Danbooru, Pixiv, Zerochan, and others, with the crawling system supported by the DeepGHS team. The core tags of the dataset include `breasts, glasses, purple_hair, green_eyes, pink-framed_eyewear, short_hair, big_hair, large_breasts, huge_breasts`, and these tags have been pruned in the dataset. Multiple image packages with different sizes and cropping methods are provided, alongside code examples for loading the raw dataset using waifuc. Additionally, a list of tag clustering results is supplied, showcasing image samples with different tag combinations.

原始信息汇总

数据集概述

数据集信息

• 名称: Dataset of wicke/ビッケ (Pokémon)
• 描述: 包含500张图片及其标签的数据集。
• 核心标签: breasts, glasses, purple_hair, green_eyes, pink-framed_eyewear, short_hair, big_hair, large_breasts, huge_breasts
• 标签分类结果: 提供了标签的聚类结果，可能有助于挖掘某些服装。

数据集包列表

名称	图片数量	大小	类型	描述
raw	500	446.19 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	500	270.17 MiB	IMG+TXT	短边不超过800像素的数据集。
stage3-p480-800	1127	537.60 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。
1200	500	402.25 MiB	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	1127	734.92 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	图片示例	标签
0	9		1girl, navel, nipples, solo, nude, pussy, looking_at_viewer, smile, simple_background, white_background
1	5		1girl, looking_at_viewer, navel, solo, blush, smile, artist_name, cleavage, black_bikini, collarbone, mature_female, open_mouth
2	14		1girl, pink_sweater, ribbed_sweater, simple_background, smile, solo, turtleneck_sweater, white_background, closed_mouth, long_sleeves, looking_at_viewer, upper_body, white_coat, blush, capelet
3	5		1girl, long_sleeves, looking_at_viewer, pink_sweater, ribbed_sweater, simple_background, smile, solo, turtleneck_sweater, white_background, capelet, open_mouth
4	16		full_body, long_sleeves, pink_sweater, ribbed_sweater, turtleneck_sweater, capelet, looking_at_viewer, standing, thigh_boots, 1girl, smile, solo, white_skirt, white_footwear, closed_mouth, high_heel_boots, simple_background, hand_on_hip, white_background, white_coat
5	6		1boy, 1girl, hetero, penis, ribbed_sweater, solo_focus, turtleneck_sweater, blush, ejaculation, mosaic_censoring, pink_sweater, sweater_lift, cum_on_breasts, nipples, paizuri, heart, open_mouth, simple_background, smile, tongue_out
6	9		1boy, 1girl, hetero, penis, uncensored, sex_from_behind, open_mouth, ribbed_sweater, solo_focus, thighhighs, anal, artist_name, ass, blush, testicles, cum_in_pussy, high_heel_boots, pink_sweater, pokephilia, turtleneck_sweater, vaginal
7	7		1girl, outdoors, blue_sky, day, ocean, solo, beach, cloud, navel, smile, collarbone, looking_at_viewer, one_eye_closed, pink_bikini, thighs

表格版本

#	样本数	图片示例	1girl	navel	nipples	solo	nude	pussy	looking_at_viewer	smile	simple_background	white_background	blush	artist_name	cleavage	black_bikini	collarbone	mature_female	open_mouth	pink_sweater	ribbed_sweater	turtleneck_sweater	closed_mouth	long_sleeves	upper_body	white_coat	capelet	full_body	standing	thigh_boots	white_skirt	white_footwear	high_heel_boots	hand_on_hip	1boy	hetero	penis	solo_focus	ejaculation	mosaic_censoring	sweater_lift	cum_on_breasts	paizuri	heart	tongue_out	uncensored	sex_from_behind	thighhighs	anal	ass	testicles	cum_in_pussy	pokephilia	vaginal	outdoors	blue_sky	day	ocean	beach	cloud	one_eye_closed	pink_bikini	thighs
0	9		X	X	X	X	X	X	X	X	X	X

搜集汇总

数据集介绍

构建方式

在宝可梦系列的广阔角色宇宙中，Wicke（ビッケ）这一角色凭借其标志性的粉色眼镜、紫色短发与丰腴体态而备受关注。该数据集的构建基于自动化爬取技术，由DeepGHS团队开发的系统驱动，从Danbooru、Pixiv、Zerochan等多个知名插画平台收集了500张高质量图像。原始数据经过精细的标签筛选，保留了如breasts、glasses、purple_hair等核心特征标签，并剪除了冗余信息。数据集以多种格式提供，包括原始未裁剪版本、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、确保最小区域为480x480像素的增强版本，以满足不同训练需求。

使用方法

该数据集支持多种使用方式，以适应从研究到应用的不同场景。用户可通过Hugging Face Hub直接下载ZIP压缩包，解压后即可获得标注好的图像与标签文件。对于偏好Python生态的研究者，推荐使用waifuc库加载原始数据集，通过简单的几行代码即可访问每个样本的图像、文件名及标签元数据。此外，数据集按分辨率与裁剪策略分为多个版本，如800像素、1200像素及三阶段裁剪版，用户可根据模型输入尺寸需求灵活选择，无需额外预处理即可直接用于文本到图像生成模型的训练或微调。

背景与挑战

背景概述

在文本到图像生成领域，高质量、细粒度的角色数据集对于提升生成模型的准确性与多样性至关重要。CyberHarem/wicke_pokemon 数据集由 DeepGHS 团队于近期创建，聚焦于宝可梦系列中的角色 wicke（ビッケ），收录了 500 张经过精细标注的图像。该数据集的核心研究问题在于如何通过多源爬取（如 Danbooru、Pixiv、Zerochan）与自动化标注流水线，构建一个涵盖不同画风、姿态与场景的角色图像库，以支持生成模型对特定角色外貌特征（如紫色长发、眼镜、绿色眼眸）的精准捕捉。其影响力体现在为二次元角色生成任务提供了标准化基准，推动了 waifuc 等工具在数据增强与标签聚类方面的应用，并为后续研究在角色一致性生成与风格迁移领域奠定了数据基础。

当前挑战

该数据集面临多重挑战。在领域问题层面，文本到图像生成任务需应对角色外貌的细粒度差异与多模态对齐难题，例如 wicke 的粉色镜框眼镜与巨型胸部等特征在生成时易出现模糊或失真，同时数据集包含的成人内容（如裸露、性暗示场景）增加了模型安全性与伦理合规的风险。在构建过程中，挑战包括：多源爬取带来的图像分辨率与画风不一致性，需通过边缘对齐与多阶段裁剪（如 stage3-p480-800）进行标准化；标签自动化提取可能引入噪声或缺失，如核心标签的剪枝操作需平衡信息保留与冗余去除；以及版权与内容审核问题，部分图像来自受保护站点，需确保数据使用的合法性与可追溯性。

常用场景

经典使用场景

在文本到图像生成领域，CyberHarem/wicke_pokemon数据集为基于扩散模型的角色定制化生成提供了精细化的训练资源。该数据集包含500张经过标注的宝可梦角色Wicke图像，并提供了多种分辨率版本与裁剪策略，便于研究者针对不同模型架构进行微调。其核心应用在于通过标签驱动的生成范式，实现特定角色外观、服饰与姿态的精准还原，为二次元风格的角色一致性生成任务奠定了数据基础。

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签噪声两大核心瓶颈。通过提供高质量、多来源爬取并经过标签筛选的图像集合，研究者得以探索基于细粒度属性（如发型、眼镜、服饰）的条件生成方法。它推动了少样本角色适应、多模态表征对齐以及标签语义解耦等学术问题的研究，为理解扩散模型在特定视觉概念上的泛化边界提供了可复现的基准。

实际应用

在实际应用中，该数据集可支撑虚拟角色设计、游戏资产自动化生成及个性化内容创作等场景。开发人员可利用其预处理的图像-标签对，快速训练面向特定IP角色的定制化生成模型，显著降低从零开始收集和标注数据的成本。此外，其提供的多分辨率版本适配了从移动端到云端的不同部署需求，为轻量化生成模型的落地提供了便捷的数据接口。

数据集最近研究

最新研究方向

当前，以《宝可梦》系列中“碧珂”这一角色为核心构建的CyberHarem/wicke_pokemon数据集，正成为文本到图像生成领域一个备受瞩目的精细化研究样本。该数据集不仅精准捕捉了角色标志性的视觉元素，如紫色长发、眼镜与傲人身材，更通过多分辨率裁剪与标签聚类技术，为角色一致性生成与风格迁移提供了高质量的训练基底。前沿研究方向已从简单的角色再现，转向对特定美学特征（如“超大胸部”与“粉色框架眼镜”）的解耦控制，以及跨模态语义对齐的探索。这一数据集的出现，有力地推动了二次元角色生成领域从“泛化”向“个性化”的跃迁，其精细化的标签体系与多版本数据包设计，为研究者在可控生成、风格化渲染及少样本学习等热点议题上提供了关键的实验平台，具有显著的范式革新意义。