CyberHarem/scheherazade_fgo

这是关于scheherazade/シェヘラザード/山鲁佐德（Fate/Grand Order）角色的数据集，包含430张图像及其标签。该角色的核心标签包括`long_hair, dark_skin, dark-skinned_female, breasts, black_hair, green_eyes, large_breasts, very_long_hair, hat, parted_bangs`，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，自动爬取系统由DeepGHS团队开发。数据集提供了多个包，包括原始数据包、1200像素限制的数据包和三阶段裁剪的数据包。此外，还提供了如何使用Waifuc加载原始数据集的代码示例，并列出了标签聚类结果的表格。This is a dataset about the character Scheherazade (シェヘラザード / 山鲁佐德 from *Fate/Grand Order*), containing 430 images and their corresponding tags. The core tags for this character include `long_hair, dark_skin, dark-skinned_female, breasts, black_hair, green_eyes, large_breasts, very_long_hair, hat, parted_bangs`, and these tags are pruned in the dataset. The images were crawled from multiple platforms such as Danbooru, Pixiv, Zerochan, and others, and the automated crawling system was developed by the DeepGHS team. The dataset provides several packages, including the original package, the package with a 1200-pixel dimension limit, and the three-stage cropped package. Additionally, code examples for loading the original dataset using Waifuc are offered, along with a table listing the tag clustering results.

原始信息汇总

数据集概述：scheherazade/シェヘラザード/山鲁佐德 (Fate/Grand Order)

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

• 包含内容: 430张图像及其标签
• 核心标签: long_hair, dark_skin, dark-skinned_female, breasts, black_hair, green_eyes, large_breasts, very_long_hair, hat, parted_bangs

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

数据集包列表

名称	图像数量	大小	下载链接	类型	描述
raw	430	621.47 MiB	下载	Waifuc-Raw	包含元信息的原始数据，最小边对齐到1400像素（如果更大）
1200	430	539.90 MiB	下载	IMG+TXT	短边不超过1200像素的数据集
stage3-p480-1200	1007	969.43 MiB	下载	IMG+TXT	三阶段裁剪数据集，区域不小于480x480像素

数据集加载示例

• 使用waifuc加载原始数据集
  • 提供了使用waifuc加载数据集的Python代码示例，包括下载和解压数据集的步骤。

数据集标签聚类列表

原始文本版本

#	样本数量	图像示例及标签
0	8	1girl, arm_wrap, circlet, forehead_jewel, pauldrons, solo, thighs, bandaged_arm, bracelet, bridal_gauntlets, feathers, looking_at_viewer, thumb_ring, cleavage, sitting, covered_navel, facial_mark, armlet, pelvic_curtain, scroll, parted_lips, simple_background, white_background
1	5	1girl, arm_wrap, bandaged_arm, blue_armor, bracelet, bridal_gauntlets, circlet, cleavage, covered_navel, forehead_jewel, parted_lips, pauldrons, solo, thighs, thumb_ring, feathers, looking_at_viewer, pelvic_curtain, scroll, seiza, staff
2	5	1boy, 1girl, circlet, hetero, looking_at_viewer, penis, bar_censor, forehead_jewel, male_pubic_hair, solo_focus, ass, cum, fellatio, nude, pov, simple_background, white_background, :>=, blush, heart-shaped_pupils, jewelry, mouth_veil, pussy, sex, thighs

表格版本

#	样本数量	图像示例及标签（部分）
0	8	1girl, arm_wrap, circlet, forehead_jewel, pauldrons, solo, thighs, bandaged_arm, bracelet, bridal_gauntlets, feathers, looking_at_viewer, thumb_ring, cleavage, sitting, covered_navel, facial_mark, armlet, pelvic_curtain, scroll, parted_lips, simple_background, white_background
1	5	1girl, arm_wrap, bandaged_arm, blue_armor, bracelet, bridal_gauntlets, circlet, cleavage, covered_navel, forehead_jewel, parted_lips, pauldrons, solo, thighs, thumb_ring, feathers, looking_at_viewer, pelvic_curtain, scroll, seiza, staff
2	5	1boy, 1girl, circlet, hetero, looking_at_viewer, penis, bar_censor, forehead_jewel, male_pubic_hair, solo_focus, ass, cum, fellatio, nude, pov, simple_background, white_background, :>=, blush, heart-shaped_pupils, jewelry, mouth_veil, pussy, sex, thighs

搜集汇总

数据集介绍

构建方式

在角色图像数据集构建领域，CyberHarem/scheherazade_fgo 数据集聚焦于《Fate/Grand Order》中的角色山鲁佐德，共计收录430幅图像及其对应的标签。其构建过程依托于DeepGHS团队开发的自动化爬取系统，从Danbooru、Pixiv、Zerochan等多个图像平台广泛采集原始素材。为保证图像质量与一致性，系统对原始数据进行了边缘对齐处理，确保最小边不低于1400像素。数据集进一步提供多种规格的预处理版本，包括短边不超过1200像素的标准化图像，以及基于三阶段裁剪策略生成的区域不小于480×480像素的增强数据集，以适应不同训练需求。核心角色标签如长髮、深色皮肤、黑髮、绿瞳等已在数据集中被精简处理，以突出角色特征。

使用方法

数据集的使用方法兼顾灵活性与可扩展性。对于偏好原始数据的研究者，推荐采用Waifuc库进行加载，通过HuggingFace Hub下载压缩包后，利用LocalSource接口即可快速访问图像及其元数据，包括文件名和标签信息。此外，数据集直接提供了预处理完成的ZIP压缩包，用户无需额外编写处理代码即可直接用于训练。每个子集均以IMG+TXT格式存储，图像与对应标签文件一一对应，便于与主流文本到图像生成框架无缝集成。标签聚类结果以表格形式呈现，辅助用户进行数据探索或针对性采样，提升训练数据的多样性与代表性。

背景与挑战

背景概述

在文本到图像生成领域，高质量、细粒度的角色数据集对于训练能够忠实还原特定角色特征的生成模型至关重要。CyberHarem/scheherazade_fgo数据集由DeepGHS团队于近年创建，专注于收录《Fate/Grand Order》中的角色“山鲁佐德”。该数据集共包含430张图像及其对应的标签，图像来源涵盖Danbooru、Pixiv、Zerochan等多个知名二次元图像平台。其核心研究问题在于如何通过自动化爬取与标签清洗技术，构建一个面向特定动漫角色的、兼具图像多样性与标签精准性的训练数据集。该数据集的发布为动漫角色生成、风格迁移以及多模态学习等研究方向提供了宝贵的资源，尤其推动了文本到图像模型在二次元内容生成领域的精细化发展。

当前挑战

该数据集所面临的挑战主要体现在两个层面。在领域问题层面，文本到图像生成任务要求模型能够从文本描述中精确理解并生成角色的核心视觉特征，如“深色皮肤”、“绿色眼睛”与“宽檐帽”等，然而角色在不同画师笔下存在风格差异，导致模型在泛化时可能出现特征混淆或丢失。在数据构建层面，自动化爬取系统虽提升了效率，却也引入了标签噪声与图像质量参差不齐的问题，例如部分标签可能遗漏或错误标注，且样本数量有限（不足千张），难以覆盖角色的全部姿态与服饰变体。此外，数据集中包含的敏感内容（如NSFW标签）进一步增加了数据筛选与合规使用的复杂性。

常用场景

经典使用场景

该数据集聚焦于《Fate/Grand Order》中角色山鲁佐德（Scheherazade）的视觉呈现，收录了430张经过精细标注的高质量图像，涵盖多种画风与姿态。其经典使用场景在于为文本到图像（text-to-image）生成模型提供领域特定的训练素材，尤其适用于动漫风格角色定制化生成任务。研究者可借助该数据集训练模型捕捉角色的核心特征，如深色皮肤、黑色长发与绿色眼眸等标志性外观，从而提升生成图像的角色保真度与风格一致性。

解决学术问题

在学术研究层面，该数据集有效解决了动漫角色生成中细粒度特征对齐与多模态表征学习的难题。通过提供带有结构化标签的图像集合，它为探索标签驱动下的视觉属性解耦、跨域风格迁移以及小样本学习提供了基准资源。其意义在于推动了以角色为中心的生成模型评估框架的建立，促进了从通用图像生成向领域特异性生成的范式转变，尤其丰富了二次元文化背景下视觉语义建模的理论基础。

实际应用

实际应用中，该数据集可被部署于游戏角色设计辅助系统、虚拟偶像内容生产管线以及个性化动漫头像生成工具。开发人员能够利用其标注信息微调扩散模型（如Stable Diffusion），实现一键式角色立绘生成或换装效果。此外，该资源还支撑了自动化漫画分镜与同人创作平台的后端算法，通过标签聚类结果（如服饰与姿势分组）快速匹配用户意图，显著降低了艺术创作的技术门槛。

数据集最近研究

最新研究方向

在文本到图像生成领域，尤其是针对特定动漫角色的精细化建模与数据增强研究中，CyberHarem/scheherazade_fgo数据集为多模态学习提供了高质量、高一致性的训练素材。该数据集不仅收录了430张经过标签筛选与裁剪处理的图像，还通过聚类分析揭示了角色在不同姿态与服饰下的视觉特征分布，如深肤色、长发与头饰等核心元素的组合模式。这一前沿方向紧密关联着扩散模型在角色一致性生成中的挑战，例如如何通过结构化标签与局部裁剪策略提升生成图像的细节保真度与风格统一性。该数据集的意义在于为二次元角色生成任务建立了可复用的基准，推动了个性化内容创作与自动化标注技术的融合，对虚拟角色在游戏、影视等领域的产业化应用具有重要影响。