CyberHarem/eden_honkai3

这是一个关于《崩坏3》中角色Eden的数据集，包含124张图像及其标签。该角色的核心标签包括`long_hair, bangs, breasts, yellow_eyes, purple_hair, hair_between_eyes, hair_ornament, large_breasts, earrings`，这些标签在数据集中已被修剪。图像从多个网站（如danbooru、pixiv、zerochan等）爬取，自动爬取系统由DeepGHS团队开发。数据集提供了多个版本，包括原始数据、不同分辨率的图像以及经过裁剪的图像。此外，还提供了如何使用waifuc加载原始数据集的代码示例，并展示了标签聚类结果的表格。

原始信息汇总

数据集概述

数据集信息

• 名称: Dataset of eden (Houkai 3rd)
• 许可证: 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: 124张
• 核心标签: long_hair, bangs, breasts, yellow_eyes, purple_hair, hair_between_eyes, hair_ornament, large_breasts, earrings
• 图像来源: 从多个网站爬取，如danbooru, pixiv, zerochan等

数据集包列表

名称	图像数量	大小	类型	描述
raw	124	206.94 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	124	108.29 MiB	IMG+TXT	短边不超过800像素的数据集
stage3-p480-800	296	218.58 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素
1200	124	175.66 MiB	IMG+TXT	短边不超过1200像素的数据集
stage3-p480-1200	296	315.45 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	12		1girl, long_sleeves, looking_at_viewer, solo, cleavage, purple_dress, black_gloves, smile, closed_mouth, single_glove, chalice, holding_cup, sitting, single_earring
1	6		1girl, :d, long_sleeves, looking_at_viewer, open_mouth, solo, black_gloves, single_glove, cleavage, purple_dress, simple_background, single_earring
2	9		1girl, smile, solo, cleavage, looking_at_viewer, black_bikini, see-through, sunglasses, eyewear_on_head, navel, closed_mouth, outdoors, blue_sky, cloudy_sky, day, frills, holding, shorts

表格版本

#	样本数量	图像示例	1girl	long_sleeves	looking_at_viewer	solo	cleavage	purple_dress	black_gloves	smile	closed_mouth	single_glove	chalice	holding_cup	sitting	single_earring	:d	open_mouth	simple_background	black_bikini	see-through	sunglasses	eyewear_on_head	navel	outdoors	blue_sky	cloudy_sky	day	frills	holding	shorts
0	12		X	X	X	X	X	X	X	X	X	X	X	X	X	X
1	6		X	X	X	X	X	X	X			X				X	X	X	X
2	9		X		X	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

该数据集聚焦于《崩坏3》角色“伊甸”，通过自动化爬取系统从Danbooru、Pixiv、Zerochan等多个知名图像平台采集了124张高质量图片及对应标签。原始图像经边缘对齐至1400像素后统一打包，并基于不同使用场景衍生出多种预处理版本：包括将短边缩放至800或1200像素的标准数据集，以及采用三阶段裁剪策略、确保每张图像有效区域不低于480×480像素的增强数据集。每个版本均提供图像与文本标签的配对文件，便于直接接入训练流程。

特点

数据集的显著特色在于其精细的标签体系与结构化组织。核心角色标签如长发、刘海、紫发、黄瞳、大胸等已预先修剪，而完整标签则保留在原始数据中。通过聚类分析，数据集进一步揭示了角色在不同着装与场景下的模式，例如紫色礼服配黑手套、比基尼配太阳镜等组合，为风格迁移或特定姿态生成提供了潜在的分组依据。此外，多个分辨率版本（800、1200像素）与裁剪策略并存，兼顾了模型训练对图像尺寸与细节的不同需求。

使用方法

用户可通过Hugging Face Hub直接下载各版本压缩包，解压后即可获得图像与对应标签文件。对于需要更灵活加载方式的场景，推荐使用Waifuc库：首先通过huggingface_hub下载原始归档文件，解压至本地目录后，利用LocalSource接口即可迭代访问每张图像及其元数据（包括文件名与标签列表）。该流程支持自定义预处理管道，便于与扩散模型或图像生成框架无缝集成。

背景与挑战

背景概述

在动漫角色生成与文本到图像（text-to-image）任务蓬勃发展的当下，高质量、精细标注的角色数据集成为驱动模型性能提升的关键基石。CyberHarem/eden_honkai3数据集由DeepGHS团队于近期构建，专注于《崩坏3》游戏角色“伊甸”的形象数据。该数据集收录了124张高分辨率图像，并附有详尽的标签描述，核心特征如紫发、黄瞳、长刘海及特定服饰配饰被系统性地整理与保留。研究团队通过自动化爬取系统从Danbooru、Pixiv、Zerochan等多源平台采集素材，确保了数据的多样性与代表性。这一数据集的发布，为二次元角色个性化生成、风格迁移及可控图像合成等前沿研究提供了标准化训练资源，在动漫AI创作领域具有重要的示范与推动作用。

当前挑战

当前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精准捕捉角色核心特征（如伊甸的紫色长发与黄色眼眸），但动漫角色存在大量相似外观与复杂装饰，易导致生成结果出现身份混淆或细节丢失。此外，数据集仅含124张图像，规模较小，难以覆盖角色在不同姿态、光照与场景下的丰富变化，制约了模型泛化能力。在构建过程中，自动化爬取面临版权合规与图像质量参差不齐的难题，需耗费人力进行筛选与标注；同时，标签体系虽已进行剪枝优化，但部分语义标签（如“1girl”、“smile”）仍存在歧义或冗余，影响下游模型对细粒度属性的理解与学习。

常用场景

经典使用场景

在二次元角色生成与风格迁移领域，CyberHarem/eden_honkai3数据集为文本到图像（text-to-image）任务提供了高质量的素材。该数据集聚焦于《崩坏3》中‘伊甸’这一角色，包含124张经过精细标注的图像，核心标签涵盖发型、瞳色、服饰等关键视觉特征。研究者可借助此数据集训练扩散模型或生成对抗网络，实现从文本描述到特定角色图像的精准映射，尤其适用于角色一致性生成与多风格适配场景。数据集提供的多分辨率版本（如800px与1200px）及三级裁剪包，进一步提升了模型训练的灵活性与鲁棒性。

解决学术问题

该数据集有效解决了虚拟角色图像生成中数据稀缺与标注不一致的学术难题。通过系统化爬取并清洗来自Danbooru、Pixiv等多源平台的图像，数据集提供了统一且高精度的标签体系，为少样本学习、细粒度属性控制及跨域迁移研究奠定了坚实基础。其意义在于推动了文本到图像生成模型在动漫角色领域的泛化能力，使研究者能够更深入地探索视觉语义对齐、属性解耦与组合生成等关键问题，从而提升了生成内容的可控性与多样性。

衍生相关工作

基于该数据集，衍生了一系列经典工作，如利用Waifuc框架进行数据加载与预处理的研究，以及针对角色图像标签聚类分析的工作。数据集提供的聚类结果（如服饰风格、动作姿态分组）启发了无监督图像分割与场景理解方法的发展。此外，结合扩散模型的微调技术，研究者开发了针对特定角色的风格迁移与属性编辑工具，推动了文本到图像生成在动漫领域的实用化进程。这些工作共同拓展了数据集在计算机视觉与图形学交叉研究中的影响力。