Danbooru

Danbooru(ダンボール)とは、アニメやイラストを中心とした画像投稿サイト、およびそこから構築された大規模AIデータセットのことである。

概要

Danbooruは2005年に開設されたアニメ・イラスト系の画像ボードで、ユーザーが画像をアップロードし、詳細なタグを付けて分類できる仕組みを持つサイトである。2025年現在、490万枚以上の画像と1億6200万以上のタグが存在し、各画像には平均29個程度のタグが付与されている。

このサイトの特徴は、画像に対して非常に細かいタグ付けが行われていることである。キャラクターの髪の色、目の色、服装、ポーズ、表情といった視覚的要素から、作品名、キャラクター名、アーティスト名まで、多岐にわたる情報がタグとして記録されている。このタグシステムが、後述する機械学習データセットとしての価値を生み出している。

AIデータセットとしてのDanbooru

データセットの特徴

Danbooruから構築されたデータセット(Danbooru2021、Danbooru2023など)は、画像生成AIの学習において重要な役割を果たしている。このデータセットには以下の特徴がある。

• 大規模性: ImageNet全体よりも大きく、MS COCOなどの多記述データセットを上回る規模
• 豊富なメタデータ: 各画像に複数の詳細なタグが付与されており、AIモデルの学習に適している
• 一貫性: アニメスタイルという特定のジャンルに特化しているため、スタイルの一貫性が保たれている
• 構造化されたタグ: 一般タグ、キャラクタータグ、アーティストタグ、メタタグなどに分類されている

主な使用モデル

Danbooruデータセットで学習された主なAIモデルには以下がある。

• Waifu Diffusion: Stable Diffusionをベースに、Danbooruデータセットでファインチューニングされたモデル
• NovelAI: アニメスタイルの画像生成に特化した商用モデル
• Anything V3/V4/V5: コミュニティで人気のアニメスタイル生成モデル
• DeepDanbooru: 画像からDanbooruタグを推定する逆方向のモデル

Stable DiffusionやComfyUIでの使用方法

Stable Diffusion WebUIでの利用

AUTOMATIC1111版のStable Diffusion WebUIでは、DeepDanbooruという機能を使用できる。これは画像からDanbooruタグを逆推定する機能で、既存の画像を分析してプロンプトを生成する際に役立つ。

使用手順は以下の通りである。

1. WebUIのimg2imgタブを開く
2. 分析したい画像をアップロード
3. Interrogate DeepDanbooruボタンをクリック
4. 推定されたタグがプロンプト欄に表示される
5. そのタグを使用して新しい画像を生成

Danbooruタグを使用する際は、アニメスタイルで学習されたモデル(Waifu DiffusionやAnything系モデルなど)を使用すると、より良い結果が得られる。

ComfyUIでの利用

ComfyUIには、Danbooruタグを活用するための複数のカスタムノードが存在する。

ノード名	機能
ComfyUI_DanTagGen	キャラクター説明からDanbooruタグを自動生成する
ComfyUI-WD14-Tagger	画像からDanbooruタグを推定する(DeepDanbooru相当)
ComfyUI-Autocomplete-Plus	Danbooruタグのオートコンプリート機能を提供
ComfyUI-Dart	高度なDanbooruタグ生成とプロンプト構成機能

これらのノードを使用することで、効率的にDanbooruタグベースのワークフローを構築できる。特にWD14-Taggerは、画像を右クリックするだけでタグを推定できる便利な機能を持つ。

データセットとしての優位性

利点

• 詳細なタグ付け: 1枚の画像に対して平均29個のタグが付いており、細かい特徴まで記述されている
• 無料でアクセス可能: 研究目的であれば誰でもデータセットをダウンロードして使用できる
• コミュニティによる品質管理: ユーザーがタグを追加・修正することで、継続的に品質が向上している
• アニメスタイルに特化: 特定スタイルに特化しているため、そのジャンルでの生成品質が高い
• APIとデータベースエクスポート: プログラムからのアクセスが容易

課題と問題点

重要な課題

• 著作権問題: ユーザーがアップロードした画像には、著作権で保護された作品が含まれている可能性がある。これらの画像を学習に使用することについて、法的な議論が続いている
• NSFWコンテンツの混在: Danbooruには成人向けコンテンツが含まれており、モデルがNSFW方向にバイアスされる傾向がある
• タグの品質のばらつき: ユーザー生成タグのため、一貫性や正確性にばらつきがある
• 文化的・スタイル的偏り: アニメスタイルに特化しているため、他のスタイルへの転用には限界がある
• ファイルの問題: 切り詰められた画像、非sRGB色空間、誤った拡張子など、生データには多くの問題のあるファイルが含まれている

他のデータセットとの比較

Adobe Fireflyとの比較

Adobe Fireflyは、Adobeが開発した「商業的に安全」を謳う画像生成AIである。データセットの観点から、Danbooruと比較すると以下のような違いがある。

項目	Danbooru	Adobe Firefly
データソース	コミュニティ投稿画像	Adobe Stock、パブリックドメイン、オープンライセンス画像
著作権対策	なし(ユーザー任せ)	ライセンス済み画像のみ使用(※)
アクセス性	オープンソース(無料)	クローズド(有料)
商用利用	リスクあり	補償付き(企業向け)
スタイル	アニメ特化	汎用(写実的含む)
透明性	高い(データセット公開)	低い(詳細非公開)

※2024年にBloombergの調査で、Fireflyの学習データの約5%にMidjourneyなど他のAI生成画像が含まれていたことが判明し、完全な「商業的安全性」に疑問符が付いた。

データセットの選択基準

DanbooruとAdobe Fireflyは、異なるニーズに応える設計となっている。

• 研究・個人プロジェクト: Danbooruデータセットが適している。オープンソースで自由度が高く、アニメスタイルに特化
• 商用プロジェクト: Adobe Fireflyが適している。法的リスクが低く、企業向けの補償制度がある
• アニメスタイル重視: Danbooruが圧倒的に優位
• 多様なスタイル: Adobe Fireflyが適している

その他のデータセットとの比較

• LAION-5B: 50億枚の画像を含む汎用データセット。Stable Diffusionの基礎モデルの学習に使用。Danbooruよりはるかに大規模だが、タグの詳細度は低い
• ImageNet: 100万枚の画像を1000カテゴリに分類。分類タスクには優れているが、生成タスクには不向き
• MS COCO: 33万枚の画像と、文章形式のキャプション。Danbooruよりも自然言語に近いが、タグ数は少ない

倫理的・法的問題

Danbooruデータセットの使用には、いくつかの倫理的・法的問題が伴う。

• 著作権侵害の懸念: 元の画像の多くが著作権で保護されており、無断学習の是非が議論されている
• アーティストへの補償: 作品が学習に使用されているアーティストに対する補償がない
• NSFWコンテンツの取り扱い: 成人向けコンテンツの扱いについて、慎重な配慮が必要
• AIによる模倣: 特定のアーティストのスタイルを学習することで、そのアーティストの仕事を奪う可能性

これらの問題は、AI画像生成全般に関わる重要なテーマであり、今後も継続的な議論と法整備が求められている。

まとめ

Danbooruは、アニメスタイルの画像生成AIにとって最も重要なデータセットの一つである。詳細なタグ付けとコミュニティによる継続的な改善により、高品質な学習データを提供している。一方で、著作権やNSFWコンテンツなどの課題も抱えており、使用する際には十分な配慮が必要である。

商用利用を検討する場合は、法的リスクを考慮してAdobe Fireflyのようなライセンス済みデータセットで学習されたモデルの使用も選択肢となる。しかし、アニメスタイルの生成品質や、研究目的での自由度においては、Danbooruデータセットが依然として優位性を持っている。

関連項目

• Stable Diffusion
• Waifu Diffusion
• NovelAI
• 画像生成AI
• 機械学習
• ディープラーニング
• アニメ
• イラスト
• 著作権
• AI倫理