CyberHarem/la_galissonniere_azurlane

这是名为la_galissonniere/ラ・ガリソニエール/拉·加利索尼埃 (Azur Lane)的数据集，包含47张图片及其标签。图片从多个网站（如danbooru, pixiv, zerochan等）爬取，并由DeepGHS团队提供技术支持。数据集的核心标签包括breasts, long_hair, pink_hair, large_breasts, twintails, pink_eyes, bangs, very_long_hair, hair_bow, bow, purple_eyes。此外，README还提供了不同版本的下载链接和加载原始数据集的代码示例。这是名为la_galissonniere/ラ・ガリソニエール/拉·加利索尼埃 (Azur Lane)的数据集，包含47张图片及其标签。图片从多个网站（如danbooru, pixiv, zerochan等）爬取，并由DeepGHS团队提供技术支持。数据集的核心标签包括breasts, long_hair, pink_hair, large_breasts, twintails, pink_eyes, bangs, very_long_hair, hair_bow, bow, purple_eyes。此外，README还提供了不同版本的下载链接和加载原始数据集的代码示例。

原始信息汇总

数据集概述：la_galissonniere/ラ・ガリソニエール/拉·加利索尼埃 (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: 47张图像及其标签
• 核心标签: 胸部, 长发, 粉发, 大胸部, 双马尾, 粉眼, 刘海, 非常长发, 发带, 弓, 紫眼（已修剪）

数据集来源

• 图像来源: 从多个网站爬取，如danbooru, pixiv, zerochan等
• 爬虫系统: 由DeepGHS Team提供技术支持

数据集包列表

名称	图像数量	大小	下载链接	类型	描述
raw	47	76.60 MiB	下载	Waifuc-Raw	包含元信息的原始数据（如果较大，最小边对齐到1400）
800	47	41.66 MiB	下载	IMG+TXT	短边不超过800像素的数据集
stage3-p480-800	108	80.79 MiB	下载	IMG+TXT	三阶段裁剪数据集，区域不小于480x480像素
1200	47	66.35 MiB	下载	IMG+TXT	短边不超过1200像素的数据集
stage3-p480-1200	108	121.73 MiB	下载	IMG+TXT	三阶段裁剪数据集，区域不小于480x480像素

数据集加载

• 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

  下载原始存档文件

  zip_file = hf_hub_download( repo_id=CyberHarem/la_galissonniere_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

原始文本版本

#	样本数量	图像示例	标签
0	8	至	1girl, china_dress, double_bun, looking_at_viewer, official_alternate_costume, red_dress, solo, black_thighhighs, bare_shoulders, feather_boa, pelvic_curtain, wine_glass, holding_cup, cleavage_cutout, feet, no_shoes, sitting, sleeveless_dress
1	11	至	1girl, bare_shoulders, cleavage, solo, looking_at_viewer, cat_ears, fake_animal_ears, fingerless_gloves, black_thighhighs, black_gloves, elbow_gloves, garter_straps, white_background, black_choker, black_dress, simple_background, black_footwear, blush, official_alternate_costume, animal_hands, detached_sleeves, high_heels, mouth_hold
2	14	至	1girl, solo, looking_at_viewer, bare_shoulders, smile, thigh_strap, holding_weapon, sidelocks, thighs, arm_up, armored_boots, full_body, gauntlets, navel_cutout, simple_background, sleeveless_dress, vambraces, black_gloves, cleavage_cutout, standing, white_dress, axe, fingerless_gloves, open_mouth, short_dress, black_bow, black_footwear, white_background
3	6	至	1girl, black_bikini, frilled_bikini, navel, solo, cleavage, looking_at_viewer, thighs, water, bare_shoulders, multi-strapped_bikini, open_mouth, poolside, sitting, stomach, bare_arms, barefoot, black_choker, blue_bikini, feet, halterneck, hose, innertube, official_alternate_costume, plant, skindentation, smile, toenail_polish

表格版本

| # | 样本数量 | 图像示例 | 1girl | china_dress | double_bun | looking_at_viewer | official_alternate_costume | red_dress | solo | black_thighhighs | bare_shoulders | feather_boa | pelvic_curtain | wine_glass | holding_cup | cleavage_cutout | feet | no_shoes | sitting | sleeveless_dress | cleavage | cat_ears | fake_animal_ears | fingerless_gloves | black_gloves | elbow_gloves | garter_straps | white_background | black_choker | black_dress | simple_background | black_footwear | blush | animal_hands | detached_sleeves | high_heels | mouth_hold | smile | thigh_strap | holding_weapon | sidelocks | thighs | arm_up | armored_boots | full_body | gauntlets | navel_cutout | vambraces | standing | white_dress | axe | open_mouth | short_dress | black_bow | black_bikini | frilled_bikini | navel | water | multi-strapped_bikini | poolside | stomach | bare_arms | barefoot | blue_bikini | halterneck | hose | innertube | plant | skindentation | toenail_polish | |----|----------|:-----------------------------------------------------------------------|:------|:------------|:-----------|:-------------------|:-------------------------|:----------|:-----|:-----------------|:---------------|:------------|:-----------------|:-----------|:------------|:-----------------|-----|----------|---------|-------------------|-----------|----------|------------------|-------------------|--------------|-------------|---------------|------------------|--------------|------------|-------------------|-----------------|-------|--------------|-------------------|------------|-----------|--------|--------------|-----------------|-----------|---------|----------|---------|--------|---------------|------------|-----------|---------------|------|-------------|---------------|------------|----------|------------|-----------|-------------|-----------------| | 0 | 8 | 至 | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | 1 | 11 | 至 | X | | | X | X | | X | X | X | | | | | | | | | | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | | | | | | | | | | | | | | | | | | | | | | | 2 | 14 | 至 | 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 | | | | | | | 3 | 6 | 至 | X | | | X | X | | X | | X | | | | | | X | | X | | X | | | | | | | | X | | | | | | | | | X | | | | X | | | | | | | | | X | | | X | | | | |

以上是对数据集la_galissonniere/ラ・ガリソニエール/拉·加利索尼埃 (Azur Lane)的详细概述。

搜集汇总

数据集介绍

构建方式

在二次元角色数据集构建领域，针对《碧蓝航线》中拉·加利索尼埃这一角色，CyberHarem团队精心打造了一个包含47张图像及其对应标签的专业数据集。数据采集过程采用了自动化爬取系统，从Danbooru、Pixiv、Zerochan等多个知名图像平台广泛收集素材，该自动化系统由DeepGHS团队提供技术支持。数据集提供了raw、800、1200等多种分辨率版本，以及经过三阶段裁剪处理的stage3-p480-800和stage3-p480-1200版本，以满足不同训练需求。其中raw版本保留了完整的元信息，并确保图像最小边长对齐至1400像素，为研究者提供了最原始的数据形态。

特点

该数据集具有鲜明的专业特色，核心标签涵盖了breasts、long_hair、pink_hair、large_breasts、twintails等角色关键特征，这些标签在数据集中经过了精心筛选与修剪。数据集不仅提供了基础的图像-标签配对，还创新性地引入了标签聚类结果，通过聚类分析将47张图像划分为四个具有不同服饰风格的簇群，包括旗袍装、猫耳装、战斗装和比基尼装等，每个簇群都配有详细的标签集合和样本预览。这种结构化的聚类信息为研究者深入挖掘角色在不同场景下的表现规律提供了宝贵资源。

使用方法

数据集的使用方式灵活多样，研究者可通过HuggingFace Hub直接下载不同版本的压缩包。对于偏好原始数据的用户，推荐使用waifuc库进行加载，具体操作包括通过hf_hub_download函数下载dataset-raw.zip文件，解压至本地目录后，利用LocalSource接口即可便捷地访问每张图像及其关联的元信息和标签。此外，数据集还提供了图像-文本配对格式，便于直接应用于文本到图像生成模型的训练。每个版本的数据集均以IMG+TXT格式组织，其中文本文件包含了对应的标签描述，极大地方便了研究者进行模型微调和评估工作。

背景与挑战

背景概述

该数据集由DeepGHS团队于近年创建，专注于收录《碧蓝航线》中角色拉·加利索尼埃（La Galissonnière）的视觉素材，旨在为文本到图像生成任务提供精细化的训练样本。数据集共包含47张经过标注的图像，其核心标签如长发、粉发、巨乳等特征已被提取，以支持对特定角色外观的精准建模。研究背景植根于二次元文化生成领域，随着扩散模型等技术的兴起，高质量、细粒度的角色数据集成为提升生成内容一致性与可控性的关键。该数据集通过自动化爬取系统从Danbooru、Pixiv等多源平台采集图像，并提供了多种分辨率版本及三阶段裁剪处理，极大便利了不同规模模型的研究与开发。其在社区中的影响力体现在为角色定制化生成任务提供了标准化的数据基准，推动了虚拟角色内容生成的学术与工业应用探索。

当前挑战

当前数据集面临的核心挑战涵盖领域问题与构建过程两方面。在领域问题层面，文本到图像生成任务需应对角色特征的高保真还原，然而仅47张样本的规模限制了模型对复杂姿态、光照及背景变化的泛化能力，易产生过拟合或细节失真。此外，标签的语义歧义性与完整性不足可能导致生成结果偏离预期，例如‘breasts’与‘large_breasts’的层级关系需更精确建模。在构建过程中，自动化爬取虽提升效率，却引入图像版权与质量不一致的风险，不同来源的图片分辨率、画风及标注噪声（如缺失标签或错误标签）需人工校验。多阶段裁剪策略虽优化了构图，但裁剪后的图像可能丢失关键语义区域，影响下游模型的注意力分布。这些挑战共同制约了数据集在复杂生成场景下的鲁棒性。

常用场景

经典使用场景

在文本到图像生成领域，CyberHarem/la_galissonniere_azurlane 数据集为特定动漫角色的概念学习与风格迁移提供了精炼的视觉素材。该数据集包含47张精心标注的高质量图像，涵盖角色在多种场景与服饰下的姿态，尤其适用于基于扩散模型的个性化生成任务，如 DreamBooth 或 LoRA 微调。研究者可借此数据集训练模型精准还原角色核心特征（如粉色长发、双马尾、蝴蝶结等），从而在保持角色辨识度的前提下实现多样化图像合成。

解决学术问题

该数据集有效缓解了动漫角色生成中“身份一致性”与“风格泛化”之间的学术矛盾。传统生成模型常因训练数据不足导致角色特征混淆或过拟合，而此数据集通过多来源爬取与标签聚类（如旗袍、泳装、战斗服等四种装束），为细粒度角色属性解耦提供了结构化基准。其意义在于推动了少样本条件下的角色定制化生成研究，为跨模态对齐、属性编辑等前沿课题奠定了数据基础。

衍生相关工作

该数据集衍生了一系列经典工作，包括基于 Waifuc 框架的自动标注与清洗流程，以及多尺度裁剪版本（如 stage3-p480-800）的发布，后者通过三级裁剪策略增强了模型对局部细节的感知能力。后续研究常以此数据集为基准，验证角色身份保持算法（如 Textual Inversion 与 Custom Diffusion）在动漫领域的泛化性能。其标签聚类表格也被用于分析角色服饰的视觉共现模式，启发了可控生成中属性组合的语义约束方法。