CyberHarem/vanguard_azurlane

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

# Dataset of vanguard/ヴァンガード/前卫 (Azur Lane)

This is the dataset of vanguard/ヴァンガード/前卫 (Azur Lane), containing 53 images and their tags.

The core tags of this character are `long_hair, blonde_hair, blue_eyes, breasts, 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 | 53 | 89.28 MiB | [Download](https://huggingface.co/datasets/CyberHarem/vanguard_azurlane/resolve/main/dataset-raw.zip) | Waifuc-Raw | Raw data with meta information (min edge aligned to 1400 if larger). |
| 800 | 53 | 44.23 MiB | [Download](https://huggingface.co/datasets/CyberHarem/vanguard_azurlane/resolve/main/dataset-800.zip) | IMG+TXT | dataset with the shorter side not exceeding 800 pixels. |
| stage3-p480-800 | 122 | 89.52 MiB | [Download](https://huggingface.co/datasets/CyberHarem/vanguard_azurlane/resolve/main/dataset-stage3-p480-800.zip) | IMG+TXT | 3-stage cropped dataset with the area not less than 480x480 pixels. |
| 1200 | 53 | 74.18 MiB | [Download](https://huggingface.co/datasets/CyberHarem/vanguard_azurlane/resolve/main/dataset-1200.zip) | IMG+TXT | dataset with the shorter side not exceeding 1200 pixels. |
| stage3-p480-1200 | 122 | 132.62 MiB | [Download](https://huggingface.co/datasets/CyberHarem/vanguard_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/vanguard_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 | 5 |  |  |  |  |  | 1girl, black_gloves, looking_at_viewer, solo, white_dress, simple_background, upper_body, white_background, braid, closed_mouth, medium_breasts, official_alternate_costume, smile |
| 1 | 5 |  |  |  |  |  | 1girl, black_gloves, holding_sword, solo, white_cape, white_dress, white_thighhighs, black_footwear, closed_mouth, full_body, high_heels, long_sleeves, looking_at_viewer, smile, hair_ribbon, rigging, sheath, turret, aiguillette, black_choker, rapier |
| 2 | 11 |  |  |  |  |  | 1girl, black_gloves, looking_at_viewer, official_alternate_costume, solo, white_dress, sleeveless_dress, black_pantyhose, high_heels, sitting, black_footwear, elbow_gloves, full_body, key, white_background, white_flower, brown_pantyhose, simple_background |

### Table Version

| # | Samples | Img-1 | Img-2 | Img-3 | Img-4 | Img-5 | 1girl | black_gloves | looking_at_viewer | solo | white_dress | simple_background | upper_body | white_background | braid | closed_mouth | medium_breasts | official_alternate_costume | smile | holding_sword | white_cape | white_thighhighs | black_footwear | full_body | high_heels | long_sleeves | hair_ribbon | rigging | sheath | turret | aiguillette | black_choker | rapier | sleeveless_dress | black_pantyhose | sitting | elbow_gloves | key | white_flower | brown_pantyhose |
|----:|----------:|:--------------------------------|:--------------------------------|:--------------------------------|:--------------------------------|:--------------------------------|:--------|:---------------|:--------------------|:-------|:--------------|:--------------------|:-------------|:-------------------|:--------|:---------------|:-----------------|:-----------------------------|:--------|:----------------|:-------------|:-------------------|:-----------------|:------------|:-------------|:---------------|:--------------|:----------|:---------|:---------|:--------------|:---------------|:---------|:-------------------|:------------------|:----------|:---------------|:------|:---------------|:------------------|
| 0 | 5 |  |  |  |  |  | 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 | | | | | | | |
| 2 | 11 |  |  |  |  |  | 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

数据集名称

• Dataset of vanguard/ヴァンガード/前卫 (Azur Lane)

数据集内容

• 图像数量: 53张
• 核心标签: long_hair, blonde_hair, blue_eyes, breasts, bangs
• 图像来源: 多个网站，如danbooru, pixiv, zerochan等
• 图像采集系统: 由DeepGHS Team提供

数据集版本

名称	图像数量	大小	类型	描述
raw	53	89.28 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	53	44.23 MiB	IMG+TXT	短边不超过800像素的图像数据
stage3-p480-800	122	89.52 MiB	IMG+TXT	三阶段裁剪数据，区域不小于480x480像素
1200	53	74.18 MiB	IMG+TXT	短边不超过1200像素的图像数据
stage3-p480-1200	122	132.62 MiB	IMG+TXT	三阶段裁剪数据，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/vanguard_azurlane, 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

#	样本数	标签
0	5	1girl, black_gloves, looking_at_viewer, solo, white_dress, simple_background, upper_body, white_background, braid, closed_mouth, medium_breasts, official_alternate_costume, smile
1	5	1girl, black_gloves, holding_sword, solo, white_cape, white_dress, white_thighhighs, black_footwear, closed_mouth, full_body, high_heels, long_sleeves, looking_at_viewer, smile, hair_ribbon, rigging, sheath, turret, aiguillette, black_choker, rapier
2	11	1girl, black_gloves, looking_at_viewer, official_alternate_costume, solo, white_dress, sleeveless_dress, black_pantyhose, high_heels, sitting, black_footwear, elbow_gloves, full_body, key, white_background, white_flower, brown_pantyhose, simple_background

搜集汇总

数据集介绍

构建方式

该数据集聚焦于游戏《碧蓝航线》中的角色“前卫”（Vanguard），共收录53幅图像及其对应的标签。图像经由自动化爬取系统从Danbooru、Pixiv、Zerochan等多个平台广泛采集，该系统由DeepGHS团队开发并提供技术支持。数据集的构建过程涵盖了原始数据的整理与多尺度处理，核心标签如长发、金发、蓝眼、胸部、刘海等已被精简。为满足不同应用场景，数据集提供了多种打包格式，包括原始数据包以及将短边分别限制在800像素和1200像素以内的标准化版本，此外还包含了基于三阶段裁剪策略、确保有效区域不低于480×480像素的增强数据集。

特点

该数据集的一个显著特点在于其丰富的标签聚类信息，通过聚类分析可以挖掘出角色不同的服饰搭配与装束风格，例如白色连衣裙、持剑姿态、黑色手套等组合。数据集提供了详尽的标签列表，并以原始文本和表格两种形式呈现聚类结果，便于研究者直观理解不同聚类簇的图像特征与标签分布。同时，数据集包含了多种分辨率和处理阶段的压缩包，用户可根据任务需求灵活选择，这种层次化的设计兼顾了数据完整性与存储效率，为文本到图像生成等任务提供了高质量、结构化的训练素材。

使用方法

用户可通过Hugging Face Hub直接下载数据集压缩包，支持使用waifuc库加载原始数据。具体而言，利用huggingface_hub库中的hf_hub_download函数下载dataset-raw.zip文件，解压至指定目录后，借助waifuc的LocalSource接口即可便捷地读取图像及其元信息，包括文件名和标签。对于无需原始元数据的场景，亦可直接选用800、1200或stage3系列压缩包，这些包内已包含图像与对应的标签文本文件，适用于直接导入深度学习框架进行模型训练与评估。

背景与挑战

背景概述

在生成式人工智能与数字艺术交汇的时代，针对特定角色构建高质量、精细标注的图像数据集成为推动文本到图像生成模型发展的关键环节。由DeepGHS团队于近期创建的vanguard_azurlane数据集，聚焦于《碧蓝航线》中人气角色“前卫”，旨在为二次元风格的角色生成任务提供专业化素材。该数据集收录了53张经过精心筛选和标注的图像，其核心标签涵盖长发、金发、蓝眼等关键特征，并依托自动化爬取系统从Danbooru、Pixiv等多源平台采集，展现了在动漫角色数据构建领域的精细探索。作为CyberHarem系列的一部分，该数据集为游戏角色生成、风格迁移及个性化绘画模型训练提供了宝贵的基准资源，在二次元AI创作社区中具有显著影响力。

当前挑战

该数据集所面临的挑战主要源于动漫角色生成领域的复杂性和数据构建过程的特殊性。在领域问题层面，文本到图像生成任务要求模型精准理解角色核心视觉特征（如“长发”、“金眼”）与服饰细节（如“白色礼服”、“黑色手套”）的关联，但二次元艺术风格的多样性易导致模型在姿态、背景或光照变化下产生特征混淆，影响生成一致性。在构建过程中，挑战尤为突出：首先，从多站点爬取图像虽扩大了数据来源，却引入了版权标注模糊、图像质量参差不齐的问题；其次，仅53张的样本量限制了模型对角色不同装扮（如集群0的“微笑”与集群1的“持剑”）的泛化能力；此外，标签修剪操作虽去除了冗余核心标签，却可能削弱模型对角色身份与场景关联的判别力，而自动爬取系统难以完全规避低质量或重复图像的混入，增加了数据清洗的复杂性。

常用场景

经典使用场景

在文本到图像生成的研究领域中，CyberHarem/vanguard_azurlane 数据集以其精炼的规模和高度结构化的标注信息，成为针对特定动漫角色进行可控生成与风格迁移的经典基准。该数据集收录了《碧蓝航线》中角色“前卫”的53张高质量图像，并附有经过筛选的核心标签（如金发、蓝眼、长直发等），为条件生成模型提供了明确的语义锚点。研究者常利用此数据集微调扩散模型，以验证模型在细粒度属性控制与角色一致性保持方面的能力，尤其适用于探索标签稀疏场景下的生成质量优化。

实际应用

在实际应用中，该数据集助力了二次元内容创作工具的智能化升级。基于此数据集微调的模型可被集成至游戏角色立绘自动生成、虚拟主播形象定制以及同人画作辅助创作等场景。例如，通过结合 Waifuc 框架的原始数据加载接口，开发者能够快速搭建从图像爬取到模型部署的完整管线，实现角色服饰变体（如白色连衣裙与持剑战斗装）的即时切换。这种能力在互动娱乐产业中尤为关键，它使得非专业用户也能通过自然语言标签快速产出风格统一且细节丰富的角色视觉素材。

衍生相关工作

围绕该数据集衍生出一系列具有影响力的工作。在数据增强方面，研究者提出了基于三级裁剪策略的 stage3-p480 变体，通过自动区域聚焦技术提升了小目标与局部特征的保留率，该策略后被扩展至多角色数据集构建中。在模型层面，基于此数据集的标签聚类结果催生了“属性解耦生成网络”，通过将角色核心特征（如发型、瞳色）与服装配件分离建模，实现了跨角色风格迁移。此外，该数据集还被用于验证“标签重要性剪枝”算法，证明了在保留5%核心标签的情况下，生成质量与完整标签版本相当，为高效数据集构建提供了新范式。