CyberHarem/haruka_bluearchive

该数据集名为haruka/伊草ハルカ/遥香 (Blue Archive)，包含500张图片及其标签。图片来源于多个网站（如danbooru、pixiv、zerochan等），并通过自动爬取系统收集。数据集的核心标签包括`purple_hair, hair_between_eyes, purple_eyes, halo, hair_ornament, hairclip, purple_halo, hat`。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：haruka/伊草ハルカ/遥香 (Blue Archive)

数据集基本信息

• 许可证: MIT
• 任务类别: 文本到图像
• 标签: 艺术, 不适用于所有观众
• 大小类别: 小于1K

数据集内容

• 描述: 包含500张图像及其标签，主要角色标签包括purple_hair, hair_between_eyes, purple_eyes, halo, hair_ornament, hairclip, purple_halo, hat。
• 来源: 图像从多个网站爬取，如danbooru, pixiv, zerochan等，爬虫系统由DeepGHS Team开发。

数据集包列表

名称	图像数量	大小	下载链接	类型	描述
raw	500	766.48 MiB	下载	Waifuc-Raw	原始数据，包含元信息（最小边对齐至1400像素）。
1200	500	644.87 MiB	下载	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	1229	1.29 GiB	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

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

  dataset_dir = dataset_dir os.makedirs(dataset_dir, exist_ok=True) with zipfile.ZipFile(zip_file, r) as zf: zf.extractall(dataset_dir)

  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: 提供标签集群结果，可能包含可挖掘的服装信息。
• 集群示例:
  • 集群0: 包含6个样本，主要标签包括1girl, alternate_costume, fake_animal_ears等。
  • 集群1: 包含5个样本，主要标签包括1girl, alternate_costume, black_leotard等。
  • 集群2: 包含42个样本，主要标签包括long_hair, hair_bow, purple_dress等。
  • 集群3至集群10: 包含不同数量的样本，每个集群都有其特定的标签组合。

此数据集适用于文本到图像任务的研究和开发，特别关注角色haruka/伊草ハルカ/遥香的图像和标签分析。