CyberHarem/hagozaki_riko_yagatekimininaru

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

# Dataset of Hagozaki Riko

This is the dataset of Hagozaki Riko, containing 48 images and their tags.

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)).

| Name | Images | Download | Description |
|:----------------|---------:|:----------------------------------------|:-----------------------------------------------------------------------------------------|
| raw | 48 | [Download](dataset-raw.zip) | Raw data with meta information. |
| raw-stage3 | 113 | [Download](dataset-raw-stage3.zip) | 3-stage cropped raw data with meta information. |
| raw-stage3-eyes | 127 | [Download](dataset-raw-stage3-eyes.zip) | 3-stage cropped (with eye-focus) raw data with meta information. |
| 384x512 | 48 | [Download](dataset-384x512.zip) | 384x512 aligned dataset. |
| 512x704 | 48 | [Download](dataset-512x704.zip) | 512x704 aligned dataset. |
| 640x880 | 48 | [Download](dataset-640x880.zip) | 640x880 aligned dataset. |
| stage3-640 | 113 | [Download](dataset-stage3-640.zip) | 3-stage cropped dataset with the shorter side not exceeding 640 pixels. |
| stage3-800 | 113 | [Download](dataset-stage3-800.zip) | 3-stage cropped dataset with the shorter side not exceeding 800 pixels. |
| stage3-p512-640 | 80 | [Download](dataset-stage3-p512-640.zip) | 3-stage cropped dataset with the area not less than 512x512 pixels. |
| stage3-eyes-640 | 127 | [Download](dataset-stage3-eyes-640.zip) | 3-stage cropped (with eye-focus) dataset with the shorter side not exceeding 640 pixels. |
| stage3-eyes-800 | 127 | [Download](dataset-stage3-eyes-800.zip) | 3-stage cropped (with eye-focus) dataset with the shorter side not exceeding 800 pixels. |

许可证：MIT
任务类别：
- 文本到图像（text-to-image）
标签：
- 艺术（art）
- 不适合全年龄段受众（not-for-all-audiences）
样本量类别：
- n<1K（样本量少于1000）

# 羽之崎理子（Hagozaki Riko）数据集

本数据集为羽之崎理子（Hagozaki Riko）数据集，包含48张图像及其对应标签。

图像采集自多个平台（如danbooru、pixiv、zerochan等），自动采集系统由DeepGHS团队（https://github.com/deepghs）及Hugging Face组织（https://huggingface.co/deepghs）提供支持。

| 名称 | 图像数量 | 下载链接 | 描述 |
|:----------------|---------:|:----------------------------------------|:-----------------------------------------------------------------------------------------|
| 原始数据（raw） | 48 | [下载](dataset-raw.zip) | 包含元信息的原始数据。 |
| 第三阶段原始数据（raw-stage3） | 113 | [下载](dataset-raw-stage3.zip) | 经过3阶段裁剪（3-stage cropped）并附带元信息的原始数据。 |
| 第三阶段眼部聚焦原始数据（raw-stage3-eyes） | 127 | [下载](dataset-raw-stage3-eyes.zip) | 经过3阶段裁剪（3-stage cropped）且聚焦眼部（eye-focus）并附带元信息的原始数据。 |
| 384×512对齐数据集（384x512） | 48 | [下载](dataset-384x512.zip) | 分辨率为384×512的对齐数据集（aligned dataset）。 |
| 512×704对齐数据集（512x704） | 48 | [下载](dataset-512x704.zip) | 分辨率为512×704的对齐数据集（aligned dataset）。 |
| 640×880对齐数据集（640x880） | 48 | [下载](dataset-640x880.zip) | 分辨率为640×880的对齐数据集（aligned dataset）。 |
| 第三阶段640分辨率数据集（stage3-640） | 113 | [下载](dataset-stage3-640.zip) | 经过3阶段裁剪（3-stage cropped）的数据集，图像短边不超过640像素。 |
| 第三阶段800分辨率数据集（stage3-800） | 113 | [下载](dataset-stage3-800.zip) | 经过3阶段裁剪（3-stage cropped）的数据集，图像短边不超过800像素。 |
| 第三阶段512×512裁剪数据集（stage3-p512-640） | 80 | [下载](dataset-stage3-p512-640.zip) | 经过3阶段裁剪（3-stage cropped）的数据集，图像面积不小于512×512像素。 |
| 第三阶段眼部聚焦640分辨率数据集（stage3-eyes-640） | 127 | [下载](dataset-stage3-eyes-640.zip) | 经过3阶段裁剪（3-stage cropped）且聚焦眼部（eye-focus）的数据集，图像短边不超过640像素。 |
| 第三阶段眼部聚焦800分辨率数据集（stage3-eyes-800） | 127 | [下载](dataset-stage3-eyes-800.zip) | 经过3阶段裁剪（3-stage cropped）且聚焦眼部（eye-focus）的数据集，图像短边不超过800像素。

原始信息汇总

数据集详情

数据集名称

Hagozaki Riko

数据集描述

包含48张图片及其标签。

数据来源

图片从多个网站爬取，包括danbooru、pixiv、zerochan等。

数据集版本及下载链接

名称	图片数量	下载链接	描述
raw	48	Download	原始数据，包含元信息。
raw-stage3	113	Download	3阶段裁剪的原始数据，包含元信息。
raw-stage3-eyes	127	Download	3阶段裁剪（以眼睛为重点）的原始数据，包含元信息。
384x512	48	Download	384x512对齐的数据集。
512x704	48	Download	512x704对齐的数据集。
640x880	48	Download	640x880对齐的数据集。
stage3-640	113	Download	3阶段裁剪的数据集，短边不超过640像素。
stage3-800	113	Download	3阶段裁剪的数据集，短边不超过800像素。
stage3-p512-640	80	Download	3阶段裁剪的数据集，面积不小于512x512像素。
stage3-eyes-640	127	Download	3阶段裁剪（以眼睛为重点）的数据集，短边不超过640像素。
stage3-eyes-800	127	Download	3阶段裁剪（以眼睛为重点）的数据集，短边不超过800像素。

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，针对特定角色的高质量图像收集是文本到图像生成模型训练的关键环节。本数据集聚焦于角色“Hagozaki Riko”，通过自动化爬虫系统从Danbooru、Pixiv、Zerochan等多个知名图像平台采集原始图像，共收录48张图片及其对应标签。数据构建过程由DeepGHS团队开发的自动化系统驱动，并提供了多版本处理数据：包括原始元数据、经三阶段裁剪的版本、以及聚焦眼部细节的精细裁剪版本。此外，还生成了三种不同分辨率（384x512、512x704、640x880）的对齐数据集，以及针对短边和面积限制的多种裁剪版本，以满足不同训练场景的需求。

特点

该数据集的核心特点在于其精细化的多版本设计，充分体现了对动漫角色图像处理的专业性。原始数据仅包含48张图像，但通过三阶段裁剪技术，图像数量扩展至113张，而眼部聚焦版本更达到127张，显著提升了数据利用率。数据集提供了从低分辨率到高分辨率的多种对齐格式，以及基于短边（640、800像素）和面积（512x512像素）约束的裁剪版本，为不同计算资源和训练目标提供了灵活选择。此外，所有图像均附带标签信息，便于进行有监督学习或微调任务，而MIT开源许可也确保了其在学术与工业场景中的广泛适用性。

使用方法

本数据集的使用方式高度灵活，适用于文本到图像生成模型的训练与微调。用户可根据模型需求选择原始数据或预处理版本：对于需要完整上下文信息的任务，可直接使用raw版本；若需聚焦角色主体，建议采用stage3系列裁剪数据；进行高精度面部生成时，眼部聚焦版本（stage3-eyes）更为适宜。不同分辨率版本（如384x512、512x704）可直接用于固定输入尺寸的模型训练，而短边限制版本（如stage3-640）则适合动态尺寸生成任务。所有数据均以ZIP压缩包形式提供，下载后解压即可使用，标签信息与图像文件一一对应，便于快速构建训练管线。

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，高质量、细粒度的图像数据集成为推动文本到图像生成模型发展的关键基石。CyberHarem团队于近期构建了Hagozaki Riko数据集，旨在为动漫角色生成任务提供精细化的训练资源。该数据集由DeepGHS团队主导开发，核心研究问题聚焦于如何从多源异构的互联网图像（如Danbooru、Pixiv等平台）中自动化采集并标准化处理角色图像，以支持高保真度的角色一致性生成。尽管数据集仅包含48张原始图像，但通过多阶段裁剪与对齐技术，衍生出十余种不同分辨率和聚焦策略的版本，为后续模型训练提供了丰富的实验变量。这一数据集的出现，填补了特定动漫角色在公开基准中数据稀缺的空白，对个性化生成与角色定制领域产生了积极的推动作用。

当前挑战

该数据集面临的核心挑战首先来自于领域内图像生成任务的高要求：动漫角色生成需在保持身份特征一致性的同时，兼顾姿态、表情与构图多样性，而48张原始样本的规模极易导致模型过拟合或生成内容僵化。其次，构建过程中遭遇多重技术障碍，包括多源图像版权与质量参差不齐、自动爬取系统对复杂标注格式的兼容性瓶颈，以及多阶段裁剪算法在保留关键面部特征（如眼部焦点）与全局结构间的平衡难题。此外，不同分辨率版本（如384x512与640x880）的标准化对齐流程需克服图像畸变与信息丢失风险，而基于面积阈值（如512x512像素）的筛选策略又可能进一步压缩有效样本空间，加剧数据稀疏性对模型泛化能力的制约。

常用场景

经典使用场景

该数据集作为文本到图像生成任务中的角色特定训练素材，广泛应用于动漫风格的人物画像生成与微调。通过提供48张高分辨率图像及其详尽标签，研究者可基于Stable Diffusion等扩散模型进行参数调整，以生成特定角色“羽越木理子”在不同姿态与场景下的肖像。数据集的多种裁剪版本（如3-stage cropped与eye-focus变体）进一步支持模型对人物面部特征和构图的精细化学习，成为个性化图像生成领域的经典基准之一。

衍生相关工作

该数据集衍生了一系列专注于角色专属生成与数据预处理优化的经典工作。例如，基于其3-stage裁剪策略的研究进一步提出了动态区域聚焦方法，提升了多角色混合场景的生成质量；而eye-focus版本启发了面部注意力增强模块的设计，被后续工作应用于高保真肖像生成。此外，该数据集的标签体系与多尺度对齐方案，已成为动漫图像生成领域评估数据预处理效能的参照基准，推动了如角色风格迁移和可控生成等方向的创新。

数据集最近研究

最新研究方向

在动漫角色生成与个性化图像合成领域，Hagozaki Riko数据集作为一类小样本、高精度的角色图像资源，正推动着文本到图像生成模型在特定虚拟角色还原上的前沿探索。该数据集通过多阶段裁剪与眼动聚焦处理，提供了从原始抓取到对齐标准化的多种版本，为研究者在少样本条件下实现角色一致性生成、面部细节保真度提升以及多分辨率适配提供了重要支撑。当前，结合扩散模型与条件控制网络，该数据集被用于探索如何从有限样本中学习角色风格特征，并应用于虚拟偶像创作、同人图像生成等热点场景，其意义在于验证了数据增强与精细化预处理在提升小众角色生成质量上的关键作用，为个性化图像合成领域提供了可复现的基准与实验范式。