CyberHarem/pardofelis_honkai3

这是一个名为pardofelis (Houkai 3rd)的数据集，包含183张带有标签的图像。数据集的核心标签描述了角色的特征，如发型、眼睛颜色和其他身体特征。图像来自danbooru、pixiv和zerochan等多个平台，由DeepGHS团队使用自动爬虫系统收集。数据集提供多种分辨率和尺寸的包，适用于不同用途。此外，数据集支持使用waifuc工具加载，具体方法在提供的Python代码中说明。集群部分列出了标签聚类结果，有助于进一步分析或挖掘特定服装或特征。

原始信息汇总

数据集概述

数据集基本信息

• 名称：Dataset of pardofelis (Houkai 3rd)
• 许可：MIT
• 任务类别：text-to-image
• 标签：art, not-for-all-audiences
• 大小类别：n<1K

数据集内容

• 图像数量：183张
• 核心标签：bangs, brown_hair, animal_ears, cat_ears, blue_eyes, cat_girl, breasts, tail, cat_tail, braid, heterochromia, green_eyes, animal_ear_fluff

数据集包列表

名称	图像数量	大小	类型	描述
raw	183	323.43 MiB	Waifuc-Raw	原始数据，包含元信息（最小边对齐到1400像素，如果更大）。
800	183	154.42 MiB	IMG+TXT	短边不超过800像素的数据集。
stage3-p480-800	481	357.15 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。
1200	183	270.32 MiB	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	481	546.27 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

#	Samples	Img-1	Img-2	Img-3	Img-4	Img-5	标签
0	11						black_bikini, frilled_bikini, looking_at_viewer, 1girl, ahoge, navel, solo, headband, open_mouth, hair_ornament, outdoors, fang, twin_braids, bare_shoulders, bikini_skirt, blue_sky, cloud, one_eye_closed, water, :d, mole
1	8						1girl, bare_shoulders, black_bikini, black_gloves, looking_at_viewer, smile, solo, bikini_top_only, headband, cleavage, closed_mouth, medium_hair, navel, skirt, twin_braids, white_background, mismatched_gloves, one_eye_closed, simple_background
2	8						1girl, black_bikini, black_gloves, looking_at_viewer, open_mouth, solo, :d, bikini_top_only, cleavage, simple_background, white_background, medium_breasts, navel, single_glove, skin_fang, bare_shoulders, headband, medium_hair, short_hair, black_skirt, cat, mismatched_gloves
3	14						1girl, looking_at_viewer, solo, black_gloves, jacket, multicolored_hair, fingerless_gloves, smile, virtual_youtuber, hairband, one_eye_closed, open_mouth, cleavage, single_thighhigh, black_thighhighs, long_sleeves

表格版本

#	Samples	Img-1	Img-2	Img-3	Img-4	Img-5	black_bikini	frilled_bikini	looking_at_viewer	1girl	ahoge	navel	solo	headband	open_mouth	hair_ornament	outdoors	fang	twin_braids	bare_shoulders	bikini_skirt	blue_sky	cloud	one_eye_closed	water	:d	mole	black_gloves	smile	bikini_top_only	cleavage	closed_mouth	medium_hair	skirt	white_background	mismatched_gloves	simple_background	medium_breasts	single_glove	skin_fang	short_hair	black_skirt	cat	jacket	multicolored_hair	fingerless_gloves	virtual_youtuber	hairband	single_thighhigh	black_thighhighs	long_sleeves
0	11						X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X
1	8						X		X	X		X	X	X					X	X				X				X	X	X	X	X	X	X	X	X	X
2	8						X		X	X		X	X	X	X					X						X		X		X	X		X		X	X	X	X	X	X	X	X	X
3	14								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

在二次元角色数据集构建领域，CyberHarem/pardofelis_honkai3 聚焦于《崩坏3》中的角色“帕朵菲莉丝”。该数据集共收录183张图像及其对应的标签，其构建过程依托于DeepGHS团队开发的自动化爬取系统，从Danbooru、Pixiv、Zerochan等多个知名图站采集原始素材。为提升数据质量，系统对核心标签如刘海、棕发、兽耳、猫耳、蓝眼、猫娘、胸部、尾巴、猫尾、辫子、异色瞳、绿眼、兽耳绒毛等进行了修剪，确保标签的精准与一致性。数据集提供多种预处理版本，包括原始数据、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，以满足不同训练需求。

特点

该数据集最显著的特点在于其精细的多版本设计与丰富的元信息。除原始图像外，数据集中包含了图像尺寸、标签聚类结果等结构化信息，标签聚类揭示了角色在不同服饰与场景下的分布规律，如黑色比基尼、猫娘造型等常见搭配。每个版本均以图像与对应文本标签（IMG+TXT）的形式提供，便于直接用于文本到图像生成模型的训练。数据集的规模虽小（不足1000张），但经过多阶段裁剪与尺寸归一化处理后，有效增加了样本的多样性，尤其是三阶段裁剪版本将样本数量扩充至481张，提升了数据集的鲁棒性与实用性。

使用方法

使用者可通过Hugging Face Hub直接下载所需版本的压缩包，快速集成至工作流。对于需要原始元信息的用户，推荐使用Waifuc库加载原始数据集，通过简单的Python代码即可实现图像、文件名与标签的迭代访问。具体步骤包括：利用huggingface_hub库下载dataset-raw.zip文件，解压至本地目录，再通过Waifuc的LocalSource接口加载数据。此外，数据集还提供了标签聚类结果，以表格形式展示不同簇的样本图像与标签分布，便于进行角色特征挖掘或风格迁移等下游任务。

背景与挑战

背景概述

在数字娱乐与人工智能交叉领域，角色数据集构建已成为推动文本到图像生成技术发展的关键基石。CyberHarem/pardofelis_honkai3数据集由DeepGHS团队于近年创建，专注于《崩坏3》中角色“帕朵菲莉丝”的图像与标签收集。该数据集包含183张高质量图像，并附有详尽的核心标签，如刘海、棕发、猫耳、异色瞳等，旨在为二次元角色生成模型提供精细化的训练素材。其研究核心在于通过自动化爬取技术（源自Danbooru、Pixiv等平台）构建标准化角色数据集，以解决动漫角色在生成任务中特征一致性与多样性平衡的难题。该数据集在动漫风格文本到图像领域具有示范意义，为后续角色定制化生成研究奠定了数据基础。

当前挑战

该数据集面临的核心挑战之一在于动漫角色生成领域中的细粒度特征保持。帕朵菲莉丝具有猫耳、异色瞳、辫子等独特属性，现有模型在生成时易出现特征混淆或缺失，亟需高质量标注数据来约束生成过程。此外，数据集构建过程中遭遇多重困难：首先，网络爬取图像存在版权与质量参差问题，需人工筛选以剔除低分辨率或无关内容；其次，标签体系需统一化处理，例如异色瞳（heterochromia）需与绿眼、蓝眼标签协同标注，避免语义冲突；最后，数据规模仅183张，远小于通用数据集，模型易过拟合，需通过数据增强或迁移学习策略弥补不足。

常用场景

经典使用场景

CyberHarem/pardofelis_honkai3数据集专为文本到图像生成任务而设计，尤其聚焦于《崩坏3》中角色“帕朵菲莉丝”的视觉再现。该数据集汇集了183张高质量图像及其详尽标签，涵盖角色标志性特征如猫耳、异色瞳、辫子等，为条件图像生成模型提供了精准的语义锚点。研究者常利用此数据集训练扩散模型或GAN，探索如何从离散标签中合成连贯、高保真的二次元角色形象，推动可控人物生成技术在动漫领域的精细化发展。

衍生相关工作

该数据集衍生出多项经典工作，包括基于标签聚类分析的服装风格挖掘系统，以及针对角色多视角一致性的3-stage裁剪流水线（如stage3-p480-800版本）。后者通过分阶段区域提取策略，为后续研究提供了训练数据增强的范式。此外，数据集与waifuc框架的集成催生了自动化数据采集与标注工具链，被广泛复用于其他动漫角色数据集构建，如CyberHarem系列中多个角色库，促进了二次元领域图像生成研究的标准化与规模化。

数据集最近研究

最新研究方向

在二次元角色视觉生成领域，针对《崩坏3》中‘帕朵菲莉丝’这一高人气角色的数据集构建正成为文本到图像模型微调的热点。该数据集整合了来自Danbooru、Pixiv等平台的183张高质量图像与精细标签，聚焦于猫耳、异色瞳、兽尾等标志性特征，为角色一致性生成提供了标准化训练素材。当前前沿方向集中于利用此类精细化标注数据优化扩散模型的角色保真度，并通过标签聚类分析挖掘服装与场景的组合模式，以支持更具风格化的可控生成。这一工作不仅推动了游戏角色在AI艺术创作中的精准复现，也为二次元文化资产的数字化与衍生内容生产奠定了基础。