CyberHarem/boise_azurlane

---
license: mit
task_categories:
- text-to-image
tags:
- art
- not-for-all-audiences
size_categories:
- n<1K
---

# Dataset of boise/ボイシ/博伊西 (Azur Lane)

This is the dataset of boise/ボイシ/博伊西 (Azur Lane), containing 59 images and their tags.

The core tags of this character are `long_hair, breasts, yellow_eyes, blue_hair, animal_ears, rabbit_ears, large_breasts, fake_animal_ears, braid, mechanical_ears, very_long_hair, bangs`, which are pruned in this dataset.

Images are crawled from many sites (e.g. danbooru, pixiv, zerochan ...), the auto-crawling system is powered by [DeepGHS Team](https://github.com/deepghs)([huggingface organization](https://huggingface.co/deepghs)).

## List of Packages

| Name | Images | Size | Download | Type | Description |
|:-----------------|---------:|:-----------|:----------------------------------------------------------------------------------------------------------------|:-----------|:---------------------------------------------------------------------|
| raw | 59 | 117.48 MiB | [Download](https://huggingface.co/datasets/CyberHarem/boise_azurlane/resolve/main/dataset-raw.zip) | Waifuc-Raw | Raw data with meta information (min edge aligned to 1400 if larger). |
| 800 | 59 | 55.79 MiB | [Download](https://huggingface.co/datasets/CyberHarem/boise_azurlane/resolve/main/dataset-800.zip) | IMG+TXT | dataset with the shorter side not exceeding 800 pixels. |
| stage3-p480-800 | 143 | 119.13 MiB | [Download](https://huggingface.co/datasets/CyberHarem/boise_azurlane/resolve/main/dataset-stage3-p480-800.zip) | IMG+TXT | 3-stage cropped dataset with the area not less than 480x480 pixels. |
| 1200 | 59 | 96.33 MiB | [Download](https://huggingface.co/datasets/CyberHarem/boise_azurlane/resolve/main/dataset-1200.zip) | IMG+TXT | dataset with the shorter side not exceeding 1200 pixels. |
| stage3-p480-1200 | 143 | 190.68 MiB | [Download](https://huggingface.co/datasets/CyberHarem/boise_azurlane/resolve/main/dataset-stage3-p480-1200.zip) | IMG+TXT | 3-stage cropped dataset with the area not less than 480x480 pixels. |

### Load Raw Dataset with Waifuc

We provide raw dataset (including tagged images) for [waifuc](https://deepghs.github.io/waifuc/main/tutorials/installation/index.html) loading. If you need this, just run the following code

```python
import os
import zipfile

from huggingface_hub import hf_hub_download
from waifuc.source import LocalSource

# download raw archive file
zip_file = hf_hub_download(
repo_id='CyberHarem/boise_azurlane',
repo_type='dataset',
filename='dataset-raw.zip',
)

# extract files to your directory
dataset_dir = 'dataset_dir'
os.makedirs(dataset_dir, exist_ok=True)
with zipfile.ZipFile(zip_file, 'r') as zf:
zf.extractall(dataset_dir)

# load the dataset with waifuc
source = LocalSource(dataset_dir)
for item in source:
print(item.image, item.meta['filename'], item.meta['tags'])
```

## List of Clusters

List of tag clustering result, maybe some outfits can be mined here.

### Raw Text Version

| # | Samples | Img-1 | Img-2 | Img-3 | Img-4 | Img-5 | Tags |
|----:|----------:|:--------------------------------|:--------------------------------|:--------------------------------|:--------------------------------|:--------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 0 | 10 |  |  |  |  |  | 1girl, black_leotard, black_pantyhose, looking_at_viewer, official_alternate_costume, playboy_bunny, solo, bodystocking, detached_sleeves, thighband_pantyhose, white_background, black_sleeves, blush, simple_background, necktie_between_breasts, covered_navel, holding_hair, bare_shoulders, covering_mouth, detached_collar, sitting, strapless_leotard |
| 1 | 5 |  |  |  |  |  | 1girl, black_footwear, black_leotard, black_pantyhose, bodystocking, detached_sleeves, holding_hair, looking_at_viewer, official_alternate_costume, playboy_bunny, solo, bare_shoulders, high_heels, sitting, black_sleeves, blush, long_sleeves, medium_breasts, strapless, chair, couch, covered_mouth, covered_navel, from_above, full_body, microphone_stand, speaker, thighband_pantyhose, white_background |
| 2 | 12 |  |  |  |  |  | 1girl, solo, looking_at_viewer, covered_navel, blue_gloves, covered_mouth, garter_straps, mask, white_thighhighs, blush, bodystocking, bodysuit, dress, hair_between_eyes, light_blue_hair, see-through, skindentation |
| 3 | 5 |  |  |  |  |  | 1girl, looking_at_viewer, solo, bare_shoulders, black_thighhighs, china_dress, covered_navel, folding_fan, hair_flower, holding_fan, official_alternate_costume, black_gloves, cleavage_cutout, earrings, elbow_gloves, fingerless_gloves, red_dress, black_dress, black_footwear, bridal_gauntlets, brown_thighhighs, full_body, high_heels, sitting, standing, thighs |

### Table Version

| # | Samples | Img-1 | Img-2 | Img-3 | Img-4 | Img-5 | 1girl | black_leotard | black_pantyhose | looking_at_viewer | official_alternate_costume | playboy_bunny | solo | bodystocking | detached_sleeves | thighband_pantyhose | white_background | black_sleeves | blush | simple_background | necktie_between_breasts | covered_navel | holding_hair | bare_shoulders | covering_mouth | detached_collar | sitting | strapless_leotard | black_footwear | high_heels | long_sleeves | medium_breasts | strapless | chair | couch | covered_mouth | from_above | full_body | microphone_stand | speaker | blue_gloves | garter_straps | mask | white_thighhighs | bodysuit | dress | hair_between_eyes | light_blue_hair | see-through | skindentation | black_thighhighs | china_dress | folding_fan | hair_flower | holding_fan | black_gloves | cleavage_cutout | earrings | elbow_gloves | fingerless_gloves | red_dress | black_dress | bridal_gauntlets | brown_thighhighs | standing | thighs |
|----:|----------:|:--------------------------------|:--------------------------------|:--------------------------------|:--------------------------------|:--------------------------------|:--------|:----------------|:------------------|:--------------------|:-----------------------------|:----------------|:-------|:---------------|:-------------------|:----------------------|:-------------------|:----------------|:--------|:--------------------|:--------------------------|:----------------|:---------------|:-----------------|:-----------------|:------------------|:----------|:--------------------|:-----------------|:-------------|:---------------|:-----------------|:------------|:--------|:--------|:----------------|:-------------|:------------|:-------------------|:----------|:--------------|:----------------|:-------|:-------------------|:-----------|:--------|:--------------------|:------------------|:--------------|:----------------|:-------------------|:--------------|:--------------|:--------------|:--------------|:---------------|:------------------|:-----------|:---------------|:--------------------|:------------|:--------------|:-------------------|:-------------------|:-----------|:---------|
| 0 | 10 |  |  |  |  |  | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | |
| 1 | 5 |  |  |  |  |  | X | X | X | X | X | X | X | X | X | X | X | X | X | | | X | X | X | | | X | | X | X | X | X | X | X | X | X | X | X | X | X | | | | | | | | | | | | | | | | | | | | | | | | | | |
| 2 | 12 |  |  |  |  |  | X | | | X | | | X | X | | | | | X | | | X | | | | | | | | | | | | | | X | | | | | X | X | X | X | X | X | X | X | X | X | | | | | | | | | | | | | | | | |
| 3 | 5 |  |  |  |  |  | X | | | X | X | | X | | | | | | | | | X | | X | | | X | | X | X | | | | | | | | X | | | | | | | | | | | | | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X |

原始信息汇总

数据集概述：boise/ボイシ/博伊西 (Azur Lane)

数据集基本信息

• 许可证: MIT
• 任务类别: 文本到图像
• 标签: 艺术, 不适合所有观众
• 大小类别: 小于1K

数据集内容

• 包含内容: 59张图像及其标签
• 核心标签: 长头发, 胸部, 黄眼睛, 蓝头发, 动物耳朵, 兔子耳朵, 大胸部, 假动物耳朵, 辫子, 机械耳朵, 非常长的头发, 刘海

数据集下载

不同版本的包

名称	图像数量	大小	下载链接	类型	描述
raw	59	117.48 MiB	下载	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	59	55.79 MiB	下载	IMG+TXT	数据集，短边不超过800像素。
stage3-p480-800	143	119.13 MiB	下载	IMG+TXT	三阶段裁剪数据集，区域不小于480x480像素。
1200	59	96.33 MiB	下载	IMG+TXT	数据集，短边不超过1200像素。
stage3-p480-1200	143	190.68 MiB	下载	IMG+TXT	三阶段裁剪数据集，区域不小于480x480像素。

数据集使用

• 加载原始数据集: 提供用于waifuc加载的原始数据集。使用以下Python代码加载数据集：

python import os import zipfile

from huggingface_hub import hf_hub_download from waifuc.source import LocalSource

下载原始档案文件

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

提取文件到你的目录

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

使用waifuc加载数据集

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

数据集标签聚类

标签聚类结果

#	样本数量	标签
0	10	1girl, black_leotard, black_pantyhose, looking_at_viewer, official_alternate_costume, playboy_bunny, solo, bodystocking, detached_sleeves, thighband_pantyhose, white_background, black_sleeves, blush, simple_background, necktie_between_breasts, covered_navel, holding_hair, bare_shoulders, covering_mouth, detached_collar, sitting, strapless_leotard
1	5	1girl, black_footwear, black_leotard, black_pantyhose, bodystocking, detached_sleeves, holding_hair, looking_at_viewer, official_alternate_costume, playboy_bunny, solo, bare_shoulders, high_heels, sitting, black_sleeves, blush, long_sleeves, medium_breasts, strapless, chair, couch, covered_mouth, covered_navel, from_above, full_body, microphone_stand, speaker, thighband_pantyhose, white_background
2	12	1girl, solo, looking_at_viewer, covered_navel, blue_gloves, covered_mouth, garter_straps, mask, white_thighhighs, blush, bodystocking, bodysuit, dress, hair_between_eyes, light_blue_hair, see-through, skindentation
3	5	1girl, looking_at_viewer, solo, bare_shoulders, black_thighhighs, china_dress, covered_navel, folding_fan, hair_flower, holding_fan, official_alternate_costume, black_gloves, cleavage_cutout, earrings, elbow_gloves, fingerless_gloves, red_dress, black_dress, black_footwear, bridal_gauntlets, brown_thighhighs, full_body, high_heels, sitting, standing, thighs

搜集汇总

数据集介绍

构建方式

在动漫角色数据集构建领域，CyberHarem/boise_azurlane 数据集专注于《碧蓝航线》中的角色博伊西。该数据集通过自动化爬取系统从 Danbooru、Pixiv、Zerochan 等多个知名图像站点收集原始图像，系统由 DeepGHS 团队提供技术支持。数据集共包含 59 张图像，并附有对应的标签信息。核心标签如 long_hair、yellow_eyes、blue_hair、animal_ears 等已被精简处理。数据以多种分辨率版本发布，包括原始版本（raw）、短边不超过 800 像素和 1200 像素的版本，以及经过三阶段裁剪且面积不小于 480×480 像素的增强版本，以适应不同训练需求。

使用方法

数据集的使用方式灵活多样。对于原始数据，推荐通过 waifuc 库加载，用户可先使用 huggingface_hub 下载 dataset-raw.zip 压缩包，解压后利用 LocalSource 接口读取图像及其元数据（如文件名和标签）。对于其他分辨率版本（如 800、1200 或 stage3 裁剪版），用户可直接下载对应的 ZIP 文件，其中包含图像与对应的文本标签文件，适合直接用于训练文本到图像模型。所有下载链接均托管在 Hugging Face 数据集仓库中，便于集成到现有工作流中。

背景与挑战

背景概述

在文本到图像生成领域，高质量、细粒度的角色数据集对于训练能够忠实还原特定动漫或游戏形象的模型至关重要。CyberHarem/boise_azurlane数据集由DeepGHS团队于近年创建，专注于收录游戏《碧蓝航线》中角色“博伊西”的视觉素材。该数据集包含59张经由自动化爬虫系统从Danbooru、Pixiv、Zerochan等多平台采集的高清图像，并配有详尽的核心标签，如长髮、兔耳、蓝眼等，为条件式图像生成任务提供了结构化的训练基础。其影响力体现在为二次元角色定制化生成研究提供了可复现的数据基准，推动了风格化内容生成领域的发展。

当前挑战

该数据集面临的核心挑战首先在于领域问题：动漫角色图像生成需精准捕捉服饰、发型、配饰等细微特征，而59张样本的规模限制了模型对角色多样姿态与复杂场景的泛化能力，易导致过拟合或生成结果缺乏变化。其次，构建过程中遭遇多重困难：跨平台爬取需克服不同网站的API限制与反爬机制，图像版权与筛选标准难以统一；标签体系虽经修剪，但原始标注的主观性可能导致语义歧义，影响模型对“机械耳”与“动物耳”等相似概念的区分。此外，数据集版本需兼顾分辨率（如800px与1200px）与裁剪策略的平衡，以适配不同计算资源下的训练需求。

常用场景

经典使用场景

在文本到图像生成领域，CyberHarem/boise_azurlane数据集为基于扩散模型的二次元角色定制化生成提供了精炼的视觉素材。该数据集收录了59张源自Danbooru、Pixiv等多平台的碧蓝航线角色博伊西的高质量图像，并附带了如长发、蓝发、兔耳等核心标签。研究者常将其用于微调Stable Diffusion等预训练模型，以实现对特定动漫角色外观的精准复现与风格迁移，是角色一致性生成任务中的经典基准数据。

解决学术问题

该数据集有效解决了动漫角色生成中因训练数据匮乏而导致的角色特征混淆与细节丢失问题。通过提供经人工筛选与标签化处理的同角色多姿态图像，它支撑了关于细粒度视觉特征解耦、属性可控生成以及小样本学习等学术议题的实证研究。其意义在于为评估生成模型对特定角色核心语义（如服饰、发型、配饰）的保持能力提供了标准化测试平台，推动了文本到图像生成在垂直角色领域的精度提升。

实际应用

在实际应用中，该数据集可服务于二次元文化产业的自动化内容生产流程。例如，游戏开发者可基于此数据集微调模型，快速生成角色博伊西在不同剧情场景下的宣传立绘或皮肤概念图，大幅降低人工绘制成本。同人创作者也能利用其进行风格化插画批量生成或角色换装实验，从而加速创意落地。此外，该数据集的分辨率裁剪版本（如800像素与1200像素）适配了不同算力设备的部署需求，增强了工业落地的灵活性。

数据集最近研究

最新研究方向

在二次元角色图像生成领域，CyberHarem/boise_azurlane数据集聚焦于《碧蓝航线》中博伊西角色的精细化多模态表征。该数据集通过整合Danbooru、Pixiv等多源平台的59张高质图像及其标签，构建了包含兔耳、长发、机械耳等核心视觉特征的标注体系，为文本到图像生成模型提供了针对特定角色概念的学习样本。当前前沿研究正利用此类细粒度数据集探索角色风格迁移、服饰组合聚类（如黑连体衣与兔女郎装扮的关联分析）以及跨模态语义对齐技术。该数据集的出现推动了二次元角色生成从通用模型向特定IP角色定制化方向的演进，尤其在保持角色核心特征（如黄瞳蓝发）的前提下实现多样化装扮生成，为游戏资产自动创作与虚拟偶像内容生产提供了数据基础。