CyberHarem/perlica_arknights

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

# Dataset of Perlica (Arknights)

This is the dataset of Perlica (Arknights), containing 69 images and their tags.

The core tags of this character are `animal_ears, long_hair, blue_eyes, breasts, grey_hair, medium_breasts, blunt_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 | 69 | 137.26 MiB | [Download](https://huggingface.co/datasets/CyberHarem/perlica_arknights/resolve/main/dataset-raw.zip) | Waifuc-Raw | Raw data with meta information (min edge aligned to 1400 if larger). |
| 1200 | 69 | 111.22 MiB | [Download](https://huggingface.co/datasets/CyberHarem/perlica_arknights/resolve/main/dataset-1200.zip) | IMG+TXT | dataset with the shorter side not exceeding 1200 pixels. |
| stage3-p480-1200 | 182 | 227.85 MiB | [Download](https://huggingface.co/datasets/CyberHarem/perlica_arknights/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/perlica_arknights',
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 | 7 |  |  |  |  |  | 1girl, bare_shoulders, looking_at_viewer, off_shoulder, open_jacket, solo, white_dress, white_jacket, black_gloves, long_sleeves, sleeveless_dress, black_pantyhose, gradient_background, simple_background, cowboy_shot, parted_lips, pouch, white_background |
| 1 | 8 |  |  |  |  |  | 1girl, bare_shoulders, looking_at_viewer, sleeveless_dress, white_background, white_dress, white_jacket, off_shoulder, open_jacket, simple_background, solo, upper_body, blush, parted_lips, black_gloves, long_sleeves, closed_mouth, puffy_sleeves, small_breasts |
| 2 | 5 |  |  |  |  |  | 1girl, bare_shoulders, black_gloves, black_pantyhose, closed_mouth, feet_out_of_frame, long_sleeves, looking_at_viewer, off_shoulder, open_jacket, sleeveless_dress, solo, standing, white_dress, white_jacket, sidelocks, smile, from_above, holding, simple_background, white_background |
| 3 | 7 |  |  |  |  |  | 1girl, bare_shoulders, black_footwear, black_gloves, black_pantyhose, full_body, off_shoulder, open_jacket, sleeveless_dress, solo, standing, white_dress, white_jacket, looking_at_viewer, shoes, simple_background, white_background, long_sleeves, grey_jacket, holding, parted_lips, shadow, sword |

### Table Version

| # | Samples | Img-1 | Img-2 | Img-3 | Img-4 | Img-5 | 1girl | bare_shoulders | looking_at_viewer | off_shoulder | open_jacket | solo | white_dress | white_jacket | black_gloves | long_sleeves | sleeveless_dress | black_pantyhose | gradient_background | simple_background | cowboy_shot | parted_lips | pouch | white_background | upper_body | blush | closed_mouth | puffy_sleeves | small_breasts | feet_out_of_frame | standing | sidelocks | smile | from_above | holding | black_footwear | full_body | shoes | grey_jacket | shadow | sword |
|----:|----------:|:--------------------------------|:--------------------------------|:--------------------------------|:--------------------------------|:--------------------------------|:--------|:-----------------|:--------------------|:---------------|:--------------|:-------|:--------------|:---------------|:---------------|:---------------|:-------------------|:------------------|:----------------------|:--------------------|:--------------|:--------------|:--------|:-------------------|:-------------|:--------|:---------------|:----------------|:----------------|:--------------------|:-----------|:------------|:--------|:-------------|:----------|:-----------------|:------------|:--------|:--------------|:---------|:--------|
| 0 | 7 |  |  |  |  |  | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | | | | | | | | | | | | | | | | | |
| 1 | 8 |  |  |  |  |  | X | X | X | X | X | X | X | X | X | X | X | | | X | | X | | X | X | X | X | X | X | | | | | | | | | | | | |
| 2 | 5 |  |  |  |  |  | X | X | X | X | X | X | X | X | X | X | X | X | | X | | | | X | | | X | | | X | X | X | X | X | X | | | | | | |
| 3 | 7 |  |  |  |  |  | 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

基本信息

• 数据集名称: Dataset of Perlica (Arknights)
• 许可证: MIT
• 任务类别: 文本到图像
• 标签: 艺术, 非所有观众适用
• 大小类别: n<1K

数据集内容

• 图像数量: 69张
• 核心标签: animal_ears, long_hair, blue_eyes, breasts, grey_hair, medium_breasts, blunt_bangs
• 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	69	137.26 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	69	111.22 MiB	IMG+TXT	短边不超过1200像素的数据集
stage3-p480-1200	182	227.85 MiB	IMG+TXT	3阶段裁剪数据集，面积不小于480x480像素

加载原始数据集

使用waifuc加载原始数据集的示例代码：

python import os import zipfile

from huggingface_hub import hf_hub_download from waifuc.source import LocalSource

下载原始归档文件

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

提取文件到指定目录

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])

标签聚类结果

原始文本版本

#	样本数量	图像1	图像2	图像3	图像4	图像5	标签
0	7						1girl, bare_shoulders, looking_at_viewer, off_shoulder, open_jacket, solo, white_dress, white_jacket, black_gloves, long_sleeves, sleeveless_dress, black_pantyhose, gradient_background, simple_background, cowboy_shot, parted_lips, pouch, white_background
1	8						1girl, bare_shoulders, looking_at_viewer, sleeveless_dress, white_background, white_dress, white_jacket, off_shoulder, open_jacket, simple_background, solo, upper_body, blush, parted_lips, black_gloves, long_sleeves, closed_mouth, puffy_sleeves, small_breasts
2	5						1girl, bare_shoulders, black_gloves, black_pantyhose, closed_mouth, feet_out_of_frame, long_sleeves, looking_at_viewer, off_shoulder, open_jacket, sleeveless_dress, solo, standing, white_dress, white_jacket, sidelocks, smile, from_above, holding, simple_background, white_background
3	7						1girl, bare_shoulders, black_footwear, black_gloves, black_pantyhose, full_body, off_shoulder, open_jacket, sleeveless_dress, solo, standing, white_dress, white_jacket, looking_at_viewer, shoes, simple_background, white_background, long_sleeves, grey_jacket, holding, parted_lips, shadow, sword

表格版本

#	样本数量	图像1	图像2	图像3	图像4	图像5	1girl	bare_shoulders	looking_at_viewer	off_shoulder	open_jacket	solo	white_dress	white_jacket	black_gloves	long_sleeves	sleeveless_dress	black_pantyhose	gradient_background	simple_background	cowboy_shot	parted_lips	pouch	white_background	upper_body	blush	closed_mouth	puffy_sleeves	small_breasts	feet_out_of_frame	standing	sidelocks	smile	from_above	holding	black_footwear	full_body	shoes	grey_jacket	shadow	sword
0	7						X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X
1	8						X	X	X	X	X	X	X	X	X	X	X			X		X		X	X	X	X	X	X
2	5						X	X	X	X	X	X	X	X	X	X	X	X		X				X			X			X	X	X	X	X	X
3	7						X	X	X	X	X	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

在数字内容创作与文本到图像生成领域，高质量、结构化的角色数据集是驱动模型性能跃升的关键基石。CyberHarem/perlica_arknights 数据集聚焦于游戏《明日方舟》中的角色 Perlica，其构建过程融合了自动化采集与精细化处理。数据源自 Danbooru、Pixiv、Zerochan 等多个知名图站，经由 DeepGHS 团队开发的自动化爬取系统高效收集。原始图像在保留元信息的基础上，通过最小边对齐至 1400 像素进行预处理，形成原始数据包。为适配不同训练需求，数据集进一步衍生出两种规格：一种将图像短边限制在 1200 像素以内，另一种则采用三阶段裁剪策略，确保图像区域不小于 480×480 像素，从而在分辨率与构图完整性间取得平衡。

使用方法

为便于研究者灵活调用，该数据集提供了多路径的使用方案。对于偏好原始数据的用户，可通过 Hugging Face Hub 下载 dataset-raw.zip 压缩包，并借助 waifuc 库的 LocalSource 接口进行加载，实现图像、文件名与标签的逐项访问。针对模型训练场景，1200 包与 stage3 包以 IMG+TXT 格式提供，可直接解压后用于常见的文本到图像生成框架。用户亦可依据聚类标签表，筛选特定风格的图像子集进行针对性微调。整个使用流程强调与现有工具链的无缝衔接，降低了数据预处理的门槛。

背景与挑战

背景概述

在生成式人工智能与数字艺术交叉领域，角色数据集的质量与规模直接制约着文本到图像生成模型的性能表现。CyberHarem团队于近期构建了perlica_arknights数据集，专注收录手机游戏《明日方舟》中角色‘佩丽卡’的视觉素材。该数据集由DeepGHS团队主导开发，通过自动化爬取系统从Danbooru、Pixiv、Zerochan等多个艺术社区采集69张高分辨率图像，并附带了基于Waifuc框架的标准化标签体系。其核心研究问题在于为二次元角色生成任务提供结构化的细粒度训练数据，特别是针对具有‘兽耳、长发、蓝眼’等复合特征的角色建模。该数据集虽规模有限，但通过三级裁剪与标签聚类技术，为小样本角色生成领域的基准测试提供了重要参考，推动了特定IP角色在生成模型中的可控性研究。

当前挑战

该数据集面临的核心挑战首先体现在领域问题的复杂性上：文本到图像生成任务要求模型在理解‘佩丽卡’这一角色核心特征（如白色礼服、黑色手套、露肩设计）的同时，还需保持不同着装变体下的身份一致性，这对特征解耦与细粒度生成提出了严苛要求。其次，构建过程中遭遇多重困难：69张图像的有限样本量难以覆盖角色全部姿态与光照条件，易导致生成结果过拟合；自动化爬取虽提升了效率，但跨平台数据存在分辨率差异（原始图像需对齐至1400像素）、标签噪声（如‘solo’与‘1girl’的语义重叠）以及版权合规问题；此外，三级裁剪策略在平衡图像细节保留与计算效率时，可能引入构图偏移，影响生成图像的美学质量。

常用场景

经典使用场景

在文本到图像生成领域，CyberHarem/perlica_arknights数据集为角色一致性生成与精细属性控制提供了宝贵的训练资源。该数据集收录了来自《明日方舟》角色Perlica的69张高质量图像，并附有详尽的结构化标签，涵盖外貌特征如兽耳、长发、蓝瞳及服饰细节等。研究者可借助此数据集微调扩散模型或生成对抗网络，以实现对特定角色外观的精准复现与风格化迁移，尤其适用于动漫风格图像合成任务中角色身份保持与多视角渲染的经典场景。

解决学术问题

该数据集有效回应了生成式模型中细粒度属性解耦与角色身份泛化两大核心挑战。通过提供带有层级化标签（如核心标签与服装聚类）的小规模高质量样本，它支持学者探索基于标签条件约束的图像生成算法，缓解了模型在复杂角色概念学习时面临的过拟合与语义混淆问题。其意义在于为动漫角色数据稀缺场景下的可控生成研究建立了标准化基准，推动了少样本学习、标签语义嵌入等方向的理论进展。

实际应用

在实际应用中，该数据集赋能了游戏与二次元文化产业的自动化内容生产流程。基于其训练的模型可辅助设计师快速生成角色立绘、宣传插画或同人作品，显著降低手绘成本。此外，数据集的标签聚类结果（如服装分组）可直接服务于虚拟偶像的换装系统开发，或用于构建角色图鉴的自动标注工具，从而提升数字娱乐资产的管理效率与创意迭代速度。

数据集最近研究

最新研究方向

在二次元角色生成与个性化定制的前沿领域，CyberHarem/perlica_arknights数据集为基于文本到图像生成模型的角色一致性保持研究提供了关键支撑。该数据集收录了来自《明日方舟》角色佩丽卡的高质量图像与精细化标签，其核心标签（如兽耳、长发、蓝瞳）的剪枝处理，有效降低了生成过程中的特征混淆风险。当前热点方向聚焦于利用此类小样本、高标注精度的数据集，结合扩散模型与标签引导的注意力机制，实现角色外观、服饰与姿态的精准复现与风格迁移。该数据集通过多尺度裁剪（如stage3-p480-1200）与聚类标注，为研究角色在不同场景下的鲁棒生成、少样本学习以及概念解耦提供了基准资源，推动了二次元AI创作从泛化生成向个性化、可控化方向的演进。