CyberHarem/hatsune_miku_bluearchive

本数据集名为hatsune_miku/初音ミク/初音未来 (Blue Archive)，收录了500张初音未来角色的图像及其详细标签。图像内容丰富，涵盖了初音未来的多种造型和场景，如长发、双马尾、蓝色头发和眼睛等特征。数据集图像来源于多个知名网站，由DeepGHS团队负责自动爬取和整理。此外，数据集还提供了不同分辨率和格式的下载选项，以及详细的标签聚类结果，方便用户进行深入的数据分析和应用。

原始信息汇总

数据集概述

数据集名称

• 名称: Dataset of hatsune_miku/初音ミク/初音未来 (Blue Archive)

数据集内容

• 内容: 包含500张图像及其标签。
• 核心标签: long_hair, twintails, very_long_hair, aqua_hair, aqua_eyes, blue_hair, blue_eyes, hair_ornament, hair_between_eyes, breasts

数据集版本

版本名称	图像数量	大小	类型	描述
raw	500	921.11 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）
1200	500	791.84 MiB	IMG+TXT	数据集，短边不超过1200像素
stage3-p480-1200	1204	1.39 GiB	IMG+TXT	三阶段裁剪数据集，区域不小于480x480像素

数据集使用

• 加载工具: 使用waifuc加载原始数据集。

• 加载代码示例: python import os import zipfile from huggingface_hub import hf_hub_download from waifuc.source import LocalSource

  zip_file = hf_hub_download( repo_id=CyberHarem/hatsune_miku_bluearchive, repo_type=dataset, filename=dataset-raw.zip, )

  dataset_dir = dataset_dir os.makedirs(dataset_dir, exist_ok=True) with zipfile.ZipFile(zip_file, r) as zf: zf.extractall(dataset_dir)

  source = LocalSource(dataset_dir) for item in source: print(item.image, item.meta[filename], item.meta[tags])

数据集标签集群

• 集群列表: 提供标签集群结果，可能包含可挖掘的服装信息。
• 集群示例:
  • 集群0: 包含11个样本，主要标签包括1girl, black_skirt, detached_sleeves等。
  • 集群1: 包含24个样本，主要标签包括1girl, solo, white_dress等。
  • 集群2: 包含13个样本，主要标签包括1girl, bare_shoulders, detached_sleeves等。
  • 集群3: 包含11个样本，主要标签包括1girl, solo, looking_at_viewer等。
  • 集群4: 包含6个样本，主要标签包括1girl, black_bra, collarbone等。
  • 集群5: 包含5个样本，主要标签包括1girl, constellation_print, fingerless_gloves等。
  • 集群6: 包含6个样本，主要标签包括1girl, china_dress, hair_flower等。
  • 集群7: 包含5个样本，主要标签包括1girl, bare_shoulders, looking_at_viewer等。
  • 集群8: 包含11个样本，主要标签包括1girl, solo, wide_sleeves等。
  • 集群9: 包含5个样本，主要标签包括1girl, looking_at_viewer, solo等。

数据集许可

• 许可: MIT