CyberHarem/saria_arknights

该数据集名为saria/サリア/塞雷娅 (Arknights)，包含500张图片及其标签。这些图片从多个网站（如danbooru、pixiv、zerochan等）爬取，爬取系统由DeepGHS团队开发。数据集的核心标签包括horns, long_hair, dragon_horns, grey_hair, orange_eyes, breasts, earrings, tail。此外，README还提供了数据集的下载链接、加载方法以及标签聚类结果的展示。

原始信息汇总

数据集概述

数据集名称

• 名称: saria/サリア/塞雷娅 (Arknights)

数据集内容

• 包含: 500张图像及其标签
• 核心标签: horns, long_hair, dragon_horns, grey_hair, orange_eyes, breasts, earrings, tail

数据集来源

• 来源: 从多个网站（如danbooru, pixiv, zerochan等）自动爬取
• 爬取系统: 由DeepGHS Team开发

数据集版本与下载

名称	图像数量	大小	下载链接	类型	描述
raw	500	881.54 MiB	下载	Waifuc-Raw	包含元信息的原始数据（最小边对齐至1400像素，如果更大）
800	500	414.88 MiB	下载	IMG+TXT	短边不超过800像素的图像数据
stage3-p480-800	1218	902.72 MiB	下载	IMG+TXT	三阶段裁剪，区域不小于480x480像素的图像数据
1200	500	736.07 MiB	下载	IMG+TXT	短边不超过1200像素的图像数据
stage3-p480-1200	1218	1.38 GiB	下载	IMG+TXT	三阶段裁剪，区域不小于480x480像素的图像数据

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

  下载原始档案文件

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

  提取文件到目录

  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])

数据集标签集群

• 集群列表: 包含多个集群，每个集群有不同的样本数量和特征标签
• 示例集群:
  • 集群0: 35个样本，特征包括1girl, official_alternate_costume, black_headwear等
  • 集群1: 28个样本，特征包括1girl, white_shirt, simple_background等
  • 集群2: 38个样本，特征包括1girl, black_skirt, holding_shield等
  • 集群3: 7个样本，特征包括1girl, black_gloves, black_shirt等
  • 集群4: 7个样本，特征包括1girl, bandaged_arm, black_shirt等
  • 集群5: 12个样本，特征包括1girl, midriff, bare_shoulders等
  • 集群6: 7个样本，特征包括1girl, bare_shoulders, cowboy_shot等
  • 集群7: 6个样本，特征包括1girl, bare_arms, bare_shoulders等
  • 集群8: 14个样本，特征包括1girl, nipples, blush等