CyberHarem/charlotte_honkai3

这是一个名为Dataset of charlotte (Houkai 3rd)的数据集，包含158张图片及其标签。核心标签包括`pink_hair, hat, breasts, bangs, red_headwear, short_hair, beret, green_eyes, medium_breasts`。图片从多个网站（如danbooru, pixiv, zerochan等）爬取，爬取系统由DeepGHS团队开发。数据集提供了多个版本的下载链接，包括原始数据、不同分辨率的图片以及经过裁剪的图片。此外，还提供了如何使用waifuc加载原始数据集的代码示例。最后，README还列出了标签聚类的结果，展示了不同聚类的图片和标签。

原始信息汇总

数据集概述

数据集基本信息

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

数据集内容

• 图像数量: 158张
• 核心标签: pink_hair, hat, breasts, bangs, red_headwear, short_hair, beret, green_eyes, medium_breasts

数据集包列表

名称	图像数量	大小	类型	描述
raw	158	321.54 MiB	Waifuc-Raw	包含元信息的原始数据（如果较大，最小边对齐到1400）
800	158	150.66 MiB	IMG+TXT	短边不超过800像素的数据集
stage3-p480-800	428	358.75 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素
1200	158	270.48 MiB	IMG+TXT	短边不超过1200像素的数据集
stage3-p480-1200	428	571.47 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素

数据集加载

• 加载工具: waifuc

• 加载代码: 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/charlotte_honkai3, 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

• 聚类列表:
  • 包含多个样本的图像及其相关标签，可能有助于挖掘某些服装。