CyberHarem/gorizia_azurlane

这是一个名为gorizia/ゴリツィア/戈里齐亚 (Azur Lane)的数据集，包含30张图像及其标签。数据集的核心标签包括blonde_hair, blue_eyes, long_hair, breasts, large_breasts, bangs, hairband, very_long_hair，这些标签在数据集中被修剪。图像从多个网站（如danbooru, pixiv, zerochan等）爬取，爬取系统由DeepGHS团队提供。数据集提供了多种格式的下载选项，包括原始数据、不同分辨率的图像以及经过裁剪的图像。此外，还提供了如何使用waifuc加载原始数据集的代码示例。

原始信息汇总

数据集概述

数据集名称

• Dataset of gorizia/ゴリツィア/戈里齐亚 (Azur Lane)

数据集内容

• 包含内容：30张图像及其标签。
• 核心标签：blonde_hair, blue_eyes, long_hair, breasts, large_breasts, bangs, hairband, very_long_hair。

数据集来源

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

数据集版本与下载

原始数据

• 名称：raw
• 图像数量：30
• 大小：57.97 MiB
• 下载链接：raw数据集下载
• 类型：Waifuc-Raw
• 描述：包含元信息的原始数据，最小边对齐至1400像素（如果更大）。

800像素版本

• 名称：800
• 图像数量：30
• 大小：26.30 MiB
• 下载链接：800像素数据集下载
• 类型：IMG+TXT
• 描述：短边不超过800像素的图像数据集。

480-800像素版本

• 名称：stage3-p480-800
• 图像数量：71
• 大小：56.34 MiB
• 下载链接：480-800像素数据集下载
• 类型：IMG+TXT
• 描述：三阶段裁剪数据集，区域不小于480x480像素。

1200像素版本

• 名称：1200
• 图像数量：30
• 大小：47.26 MiB
• 下载链接：1200像素数据集下载
• 类型：IMG+TXT
• 描述：短边不超过1200像素的图像数据集。

480-1200像素版本

• 名称：stage3-p480-1200
• 图像数量：71
• 大小：89.68 MiB
• 下载链接：480-1200像素数据集下载
• 类型：IMG+TXT
• 描述：三阶段裁剪数据集，区域不小于480x480像素。

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

  download raw archive file

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

  extract files to your directory

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

  load the dataset with waifuc

  source = LocalSource(dataset_dir) for item in source: print(item.image, item.meta[filename], item.meta[tags])

数据集标签聚类

• 聚类列表：提供标签聚类结果，可能包含可挖掘的服装信息。
• 示例：
  • 集群0：包含9个样本，主要标签包括1girl, solo, blush, looking_at_viewer等。
  • 集群1：包含13个样本，主要标签包括1girl, solo, blush, looking_at_viewer等。