CyberHarem/inoue_orihime_bleach

本数据集名为‘Inoue Orihime/井上織姫/黒崎織姫 (Bleach)’，包含500张图像及其标签。图像主要描绘了动漫角色Inoue Orihime，具有长头发、橙色头发、胸部、发饰、大胸部和棕色眼睛等特征。数据集中的图像是从多个网站（如danbooru、pixiv、zerochan等）自动爬取的，由DeepGHS团队开发。数据集提供多种格式的下载包，包括原始数据、800像素、1200像素和经过三阶段裁剪的数据，适用于不同的研究和应用需求。

原始信息汇总

数据集概述

数据集名称

Dataset of Inoue Orihime/井上織姫/黒崎織姫 (Bleach)

数据集描述

该数据集包含500张图像及其标签，主要角色标签包括long_hair, orange_hair, breasts, hair_ornament, large_breasts, brown_eyes。

数据集来源

图像从多个网站（如danbooru, pixiv, zerochan等）爬取，爬虫系统由DeepGHS Team开发。

数据集包列表

名称	图像数量	大小	类型	描述
raw	500	599.13 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	364.74 MiB	IMG+TXT	短边不超过800像素的数据集
stage3-p480-800	1151	728.28 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素
1200	500	535.38 MiB	IMG+TXT	短边不超过1200像素的数据集
stage3-p480-1200	1151	990.72 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	5		1girl, school_uniform, skirt, smile, solo, socks
1	8		1girl, school_uniform, solo, open_mouth, skirt, sweater_vest
2	7		1girl, bow, school_uniform, smile, solo, open_mouth, blush, closed_eyes, hairpin
3	8		1girl, looking_at_viewer, solo, smile, blush, long_sleeves, dress, hairpin, upper_body
4	7		1girl, solo, looking_at_viewer, upper_body, watermark, web_address, open_mouth, sweater
5	7		1girl, solo, open_mouth, pink_kimono, grey_eyes, obi, smile, hairpin
6	6		1girl, cleavage_cutout, midriff, solo, looking_at_viewer, navel, crop_top, skirt, smile, long_sleeves
7	8		1girl, dress, solo, grey_eyes, bare_shoulders, elbow_gloves
8	6		1girl, collared_shirt, red_bowtie, school_uniform, solo, white_shirt, bangs, jacket, looking_at_viewer, upper_body, :d, brown_hair, long_sleeves, open_mouth, twitter_username, white_background, upper_teeth_only
9	6		1girl, christmas, santa_costume, santa_hat, solo, grey_eyes, looking_at_viewer, open_mouth, red_dress, black_background, full_body, knee_boots, red_footwear, santa_boots, :d, fur-trimmed_dress, simple_background
10	5		1girl, cupcake, hat, solo, food_on_face, :q, blush, bow

表格版本

#	样本数量	图像示例	1girl	school_uniform	skirt	smile	solo	socks	open_mouth	sweater_vest	bow	blush	closed_eyes	hairpin	looking_at_viewer	long_sleeves	dress	upper_body	watermark	web_address	sweater	pink_kimono	grey_eyes	obi	cleavage_cutout	midriff	navel	crop_top	bare_shoulders	elbow_gloves	collared_shirt	red_bowtie	white_shirt	bangs	jacket	:d	brown_hair	twitter_username	white_background	upper_teeth_only	christmas	santa_costume	santa_hat	red_dress	black_background	full_body	knee_boots	red_footwear	santa_boots	fur-trimmed_dress	simple_background	cupcake	hat	food_on_face	:q
0	5		X	X	X	X	X	X
1	8		X	X	X		X		X	X
2	7		X	X		X	X		X		X	X	X	X
3	8		X			X	X					X		X	X	X	X	X
4	7		X				X		X						X			X	X	X	X
5	7		X			X	X		X					X								X	X	X
6	6		X		X	X	X								X	X									X	X	X	X
7	8		X				X										X						X						X	X
8	6		X	X			X		X						X	X		X													X	X	X	X	X	X	X	X	X	X
9	6		X				X		X						X								X
10	5		X				X					X

搜集汇总

数据集介绍

构建方式

该数据集聚焦于《死神》中井上织姬这一角色，由DeepGHS团队驱动的自动化爬取系统从Danbooru、Pixiv、Zerochan等多个图像平台采集原始图像，共计500张。为确保数据质量，系统对原始图像进行了边缘对齐处理（最小边对齐至1400像素）。数据集以多种分辨率版本提供，包括短边不超过800像素和1200像素的常规版本，以及经过三阶段裁剪且面积不低于480x480像素的增强版本，以满足不同训练场景的需求。

特点

数据集的核心特征在于其精细的标签体系与聚类分析。原始标签中已剔除角色核心特征（如长发、橙发、棕色眼睛等），保留了更具区分度的描述性标签。通过聚类分析，数据集进一步挖掘了角色在不同服装、场景（如校服、和服、圣诞装）和表情下的视觉模式，并以表格和图像示例形式呈现了11个聚类簇的分布，为风格迁移和角色一致性训练提供了结构化参考。

使用方法

数据集支持多种加载方式。对于原始数据，用户可通过HuggingFace Hub下载ZIP压缩包，结合Waifuc库的LocalSource接口进行加载，从而获取图像及其元标签信息。此外，针对不同分辨率需求，数据集提供了多个预处理的ZIP包（如800、1200及三阶段裁剪版本），用户可直接解压后用于文本到图像模型的训练或微调，无需额外进行图像缩放与裁剪操作。

背景与挑战

背景概述

在动漫角色图像生成领域，高质量且标注精细的数据集是推动文本到图像（text-to-image）模型性能提升的关键资源。CyberHarem/inoue_orihime_bleach数据集由DeepGHS团队于近年构建，专注于收录日本经典动漫《死神》中井上织姬（Inoue Orihime）这一角色的视觉素材。该数据集包含500张经过多源爬取（如Danbooru、Pixiv、Zerochan等平台）的图像，并附有核心标签如“长髮、橙髮、乳房、髮饰”等，旨在为角色定制化图像生成提供标准化训练基础。其影响力体现在为二次元垂直领域的研究者提供了可复现的基准数据，尤其服务于LoRA微调或风格迁移任务，推动了动漫角色生成技术的精细化发展。

当前挑战

该数据集面临的挑战主要涵盖两方面。在领域问题层面，动漫角色图像生成需解决细粒度特征保持与风格泛化之间的平衡，例如井上织姬标志性的橙色长发与发饰在不同画风下易产生失真，而现有模型常混淆角色核心属性（如瞳色、服饰细节）。在构建过程中，数据爬取自多个非统一来源，导致图像分辨率不一（从480像素至1200像素）、水印或用户名污染等问题，需通过三级裁剪（stage3-p480-800等）和标签聚类（如校服、圣诞装等场景分组）进行清洗，但人工标注的标签主观性仍可能引入噪声，影响下游模型对角色一致性的学习。

常用场景

经典使用场景

在动漫角色生成与个性化图像合成领域，CyberHarem/inoue_orihime_bleach 数据集为基于文本到图像（text-to-image）的生成模型提供了高质量的角色专属训练素材。该数据集收录了《死神》中井上织姬的500张图像及其标签，涵盖校服、和服、圣诞装等多种服饰风格，并经过裁剪与分辨率标准化处理。研究者可借助此数据集微调Stable Diffusion等扩散模型，精准捕捉角色的长发、橙发、发饰等核心视觉特征，从而生成高保真度、风格多样的角色肖像。该数据集还支持通过waifuc工具进行原始数据加载，便于多阶段训练与数据增强实验。

衍生相关工作

该数据集衍生出一系列围绕动漫角色精细生成与多模态学习的经典工作。基于此数据集，研究者开发了角色概念提取与融合技术，例如通过LoRA（Low-Rank Adaptation）微调方法实现井上织姬与其他角色的风格迁移。相关成果还包括标签聚类分析驱动的服装解耦生成、多阶段裁剪策略在角色面部保真度中的优化，以及基于对比学习（contrastive learning）的角色身份保持方法。此外，该数据集的构建流程（自动爬取、标签清洗、多分辨率打包）为后续CyberHarem社区中其他角色数据集（如《鬼灭之刃》《原神》角色）的创建提供了可复现的框架，促进了动漫生成领域数据集生态的繁荣。

数据集最近研究

最新研究方向

在动漫角色数据集构建与文本到图像生成领域，CyberHarem/inoue_orihime_bleach 数据集聚焦于《死神》中井上织姬这一角色的多模态表征学习。当前前沿研究方向集中于通过高精度标签聚类与多尺度图像预处理（如三级裁剪策略），提升角色在特定服饰、表情与场景下的生成可控性。该数据集整合了来自Danbooru、Pixiv等平台的500张图像，并利用自动爬取与标注系统，支持从原始元数据到标准化图像-文本对的灵活加载，为动漫角色个性化生成、风格迁移及细粒度属性编辑提供了高质量数据基础。随着AIGC在二次元文化中的热潮，此类数据集正推动角色一致性生成技术的发展，对虚拟偶像、数字藏品及交互式内容创作具有显著的应用价值与产业意义。