CyberHarem/wendy_honkai3

这是wendy (Houkai 3rd)的数据集，包含45张图像及其标签。核心标签包括bangs, black_hair, green_eyes, multicolored_hair, ahoge, hair_between_eyes, green_hair, short_hair, braid。图像从多个网站（如danbooru, pixiv, zerochan等）爬取，爬取系统由DeepGHS团队提供。数据集提供了不同尺寸和裁剪方式的多个版本，并提供了使用waifuc加载原始数据集的代码示例。此外，还列出了标签聚类结果，展示了不同聚类的图像样本和标签。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Dataset of wendy (Houkai 3rd)
• 许可证: MIT
• 任务类别: text-to-image
• 标签: art, not-for-all-audiences
• 数据量: n<1K

数据集内容

• 图像数量: 45张
• 核心标签: bangs, black_hair, green_eyes, multicolored_hair, ahoge, hair_between_eyes, green_hair, short_hair, braid
• 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	45	68.33 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	45	36.15 MiB	IMG+TXT	短边不超过800像素的数据集
stage3-p480-800	104	72.28 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素
1200	45	58.38 MiB	IMG+TXT	短边不超过1200像素的数据集
stage3-p480-1200	104	101.88 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

#	Samples	Img-1	Img-2	Img-3	Img-4	Img-5	标签
0	6						cleavage, white_dress, 1girl, hair_ornament, smile, solo, barefoot, black_gloves, full_body, tattoo, anklet, closed_mouth, elbow_gloves, feet, looking_at_viewer, toes
1	10						1girl, bare_shoulders, looking_at_viewer, solo, white_scarf, open_mouth, simple_background, white_dress, antenna_hair, bandages, barefoot, green_gloves, smile, glowing, long_sleeves, toes, white_background
2	7						1boy, blue_hair, gradient_hair, male_focus, simple_background, twin_braids, androgynous, long_sleeves, looking_at_viewer, short_hair_with_long_locks, shorts, solo, crop_top, feathered_wings, hood_down, hooded_capelet, midriff, official_alternate_costume, open_mouth, smile, white_flower, white_wings, bridal_gauntlets, chest_tattoo, hair_flower, holding_instrument, jewelry, leg_tattoo, lyre, thighhighs

表格版本

#	Samples	Img-1	Img-2	Img-3	Img-4	Img-5	cleavage	white_dress	1girl	hair_ornament	smile	solo	barefoot	black_gloves	full_body	tattoo	anklet	closed_mouth	elbow_gloves	feet	looking_at_viewer	toes	bare_shoulders	white_scarf	open_mouth	simple_background	antenna_hair	bandages	green_gloves	glowing	long_sleeves	white_background	1boy	blue_hair	gradient_hair	male_focus	twin_braids	androgynous	short_hair_with_long_locks	shorts	crop_top	feathered_wings	hood_down	hooded_capelet	midriff	official_alternate_costume	white_flower	white_wings	bridal_gauntlets	chest_tattoo	hair_flower	holding_instrument	jewelry	leg_tattoo	lyre	thighhighs
0	6						X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X
1	10							X	X		X	X	X								X	X	X	X	X	X	X	X	X	X	X	X
2	7										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	X

搜集汇总

数据集介绍

构建方式

在文本到图像生成领域，高质量的角色数据集是模型训练的基础。该数据集针对《崩坏3》中的角色温蒂构建，共收录45张图像及其配套标签。数据采集自Danbooru、Pixiv、Zerochan等多个知名图站，依托DeepGHS团队开发的自动化爬取系统完成。核心标签如刘海、黑发、绿瞳、多色发、呆毛等已被精简处理。数据集提供多种格式：原始压缩包保留元信息且最小边对齐至1400像素；800与1200版本将较短边分别限制在不超过800和1200像素；此外还包含三阶段裁剪版本，确保裁剪区域不小于480×480像素。

特点

该数据集兼具精细标注与多尺度灵活性。每张图像均附带详尽标签，涵盖角色特征、服饰、动作及背景等维度，并基于标签聚类结果划分出三个簇，分别对应不同服装与姿态组合，便于研究者挖掘潜在的外观变化。数据集的规模虽小，但通过提供原始、缩放及裁剪等多种版本，适应了从高保真训练到高效推理的不同需求。其自动化采集与标注流程确保了数据来源的多样性与一致性，为角色定制化生成任务提供了可靠支撑。

使用方法

研究者可依据任务需求灵活选用数据版本。若需加载原始数据集，建议结合Waifuc工具：首先通过Hugging Face Hub下载原始压缩包，解压至指定目录后，利用LocalSource接口即可逐项读取图像、文件名及标签信息。对于直接训练，可直接使用IMG+TXT格式的800或1200版本，或采用三阶段裁剪版以聚焦于有效区域。该数据集兼容主流文生图框架，用户仅需将图像与对应标签文本配对，即可快速构建训练管线，实现角色形象的精准生成。

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前沿，角色专属数据集的构建已成为推动文本到图像生成模型精细化发展的关键基石。CyberHarem/wendy_honkai3数据集由DeepGHS团队于近期创建，聚焦于游戏《崩坏3》中的角色“温蒂”，旨在为二次元角色定制化生成任务提供高质量、多模态的训练素材。该数据集仅包含45张经过精心筛选与标注的图像，核心标签涵盖发型、发色、瞳色等视觉特征，并采用自动爬取系统从Danbooru、Pixiv等主流图站采集原始数据。尽管规模微小，但其通过提供raw、800、1200及三阶段裁剪等多种预处理版本，展现了在有限资源下追求数据多样性与可用性的研究思路，为小众角色在文生图领域的精准表征开辟了新的可能性。

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从稀疏的视觉样本中精确捕捉角色“温蒂”的独特外观与风格，而45张图像的数量远不足以覆盖其在不同着装、姿态与场景下的表现力，极易导致生成结果出现特征混淆或泛化不足。其次，构建过程中遭遇多重技术瓶颈：自动爬取系统虽能高效获取图像，但来自不同来源的图片在分辨率、构图与标注一致性上差异显著，需通过多级裁剪与标准化流程进行对齐；此外，标签体系依赖于社区标注的准确性，而“核心标签”的剪枝策略虽简化了特征空间，却可能丢失部分关键细节，如服饰纹理或背景元素，进一步限制了数据集在下游模型微调中的鲁棒性。

常用场景

经典使用场景

在文本到图像生成领域，CyberHarem/wendy_honkai3数据集为基于扩散模型的角色定制化生成提供了精细化的训练资源。该数据集收录了《崩坏3》中角色‘温蒂’的45张图像及对应标签，涵盖多视角、多服饰变体与场景聚类结果。研究者可借助该数据集微调Stable Diffusion等预训练模型，实现对特定二次元角色外貌、服饰与姿态的高保真生成，尤其适用于角色一致性保持与风格迁移等经典任务。

实际应用

实际应用中，该数据集可服务于游戏开发、动漫创作与虚拟偶像产业。例如，使用微调后的模型生成温蒂的新立绘、同人插画或动画分镜，大幅降低人工绘制成本。结合标签聚类结果，创作者可快速产出角色不同服装变体（如‘白裙版’或‘异色发版’），满足个性化需求。此外，数据集支持的‘三级裁剪’版本（如stage3-p480-800）优化了图像分辨率适配，便于直接集成到商业化的AI绘画工具或内容生成管道中。

衍生相关工作

基于该数据集，衍生了多项经典工作。例如，DeepGHS团队开发的waifuc工具链实现了自动化图像爬取与标签清洗，为同类数据集构建提供了可复现框架。标签聚类分析（如原始文本与表格版本）启发了基于视觉-语言联合聚类的角色解析方法。此外，研究者利用该数据集的裁剪变体探索了分辨率自适应生成策略，相关成果被应用于NovelAI等平台的二次元角色生成模块，促进了动漫领域数据驱动生成技术的标准化与规模化。