CyberHarem/tashkent_azurlane

这是一个名为tashkent/タシュケント/塔什干 (Azur Lane)的数据集，包含400张图片及其标签。图片从多个网站（如danbooru、pixiv、zerochan等）爬取，爬取系统由DeepGHS团队提供。数据集的核心标签包括long_hair, purple_hair, blue_eyes, very_long_hair, bangs, animal_ears, ribbon, hair_ribbon, fake_animal_ears, hair_ornament，这些标签在数据集中被修剪。README还提供了不同版本的下载链接，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

基本信息

• 名称: tashkent/タシュケント/塔什干 (Azur Lane)
• 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

• 包含: 400张图像及其标签
• 核心标签: long_hair, purple_hair, blue_eyes, very_long_hair, bangs, animal_ears, ribbon, hair_ribbon, fake_animal_ears, hair_ornament

数据集包

名称	图像数量	大小	类型	描述
raw	400	686.71 MiB	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	400	330.49 MiB	IMG+TXT	短边不超过800像素的数据集。
stage3-p480-800	1039	759.67 MiB	IMG+TXT	三阶段裁剪数据集，区域不小于480x480像素。
1200	400	577.68 MiB	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	1039	1.15 GiB	IMG+TXT	三阶段裁剪数据集，区域不小于480x480像素。

加载原始数据集

• 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/tashkent_azurlane, repo_type=dataset, filename=dataset-raw.zip, )

  提取文件至目录

  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])

集群列表

• 集群示例:
  • 集群0: 8个样本，包含标签如1girl, blush, brown_sweater等。
  • 集群1: 16个样本，包含标签如1girl, blush, dress等。
  • 集群2: 12个样本，包含标签如1girl, hair_bow, bare_shoulders等。
  • 集群3: 5个样本，包含标签如1girl, blush, navel等。
  • 集群4: 55个样本，包含标签如1girl, white_shirt, blush等。
  • 集群5: 22个样本，包含标签如1girl, blush, solo等。