CyberHarem/brunhilde_azurlane

这是一个名为brunhilde/ブリュンヒルデ/布伦希尔德 (Azur Lane)的数据集，包含43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乳房、多色头发、短发、双色头发、白发、黑发、红眼、刘海、眼睛间的头发、大乳房、分色头发等。数据集提供了多种格式的下载链接，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样本和标签。This is a dataset named brunhilde/ブリュンヒルデ/布伦希尔德 (Azur Lane), containing 43 images and their corresponding tags. Images were crawled from multiple websites such as danbooru, pixiv, zerochan, etc., and the crawling system was provided by the DeepGHS team. The core tags of the dataset include breasts, multicolored hair, short hair, two-tone hair, white hair, black hair, red eyes, bangs, hair between eyes, large breasts, split-color hair, etc. The dataset provides download links in various formats, including raw data, images with different resolutions, and cropped images. Additionally, code examples on how to use waifuc to load the raw dataset are provided. Furthermore, the README lists the results of tag clustering, showing image samples and tags for different clusters.

原始信息汇总

数据集概述

数据集信息

• 名称: Dataset of brunhilde/ブリュンヒルデ/布伦希尔德 (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

• 图像数量: 43张
• 核心标签: breasts, multicolored_hair, short_hair, two-tone_hair, white_hair, black_hair, red_eyes, bangs, hair_between_eyes, large_breasts, split-color_hair

数据包列表

名称	图像数量	大小	类型	描述
raw	43	69.67 MiB	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）。
800	43	35.18 MiB	IMG+TXT	短边不超过800像素的数据集。
stage3-p480-800	106	75.44 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。
1200	43	59.20 MiB	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	106	111.69 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。

标签聚类结果

原始文本版本

#	样本数量	图像1	图像2	图像3	图像4	图像5	标签
0	25						1girl, bodystocking, solo, looking_at_viewer, black_capelet, covered_navel, closed_mouth, gauntlets, iron_cross, black_footwear, horns, standing, cleavage, gloves, knee_boots, sitting, waist_cape
1	9						midriff, navel, white_shirt, red_shorts, stomach, 1girl, crop_top_overhang, short_shorts, open_jacket, red_jacket, short_sleeves, solo, cowboy_shot, looking_at_viewer, off_shoulder, sweat, bread, official_alternate_costume, red_hairband, simple_background, standing, underboob, white_background

表格版本

#	样本数量	图像1	图像2	图像3	图像4	图像5	1girl	bodystocking	solo	looking_at_viewer	black_capelet	covered_navel	closed_mouth	gauntlets	iron_cross	black_footwear	horns	standing	cleavage	gloves	knee_boots	sitting	waist_cape	midriff	navel	white_shirt	red_shorts	stomach	crop_top_overhang	short_shorts	open_jacket	red_jacket	short_sleeves	cowboy_shot	off_shoulder	sweat	bread	official_alternate_costume	red_hairband	simple_background	underboob	white_background
0	25						X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X

搜集汇总

数据集介绍

构建方式

该数据集聚焦于游戏《碧蓝航线》中角色布伦希尔德（Brunhilde）的图像与标签信息，由DeepGHS团队基于自动化爬取系统构建，数据源涵盖Danbooru、Pixiv、Zerochan等多个知名图像平台。原始数据包含43张图像及其关联标签，核心特征如‘breasts’、‘multicolored_hair’等已被精简处理。数据集提供多种版本，包括原始未处理版（raw）、限定短边不超过800或1200像素的缩放版，以及经过三阶段裁剪且面积不小于480x480像素的增强版（stage3），以适配不同应用场景。

特点

该数据集虽规模较小（仅43张图像），但通过多版本设计展现了高度灵活性。核心优势在于其多分辨率与裁剪策略：raw版本保留完整元信息，适合深度分析；800与1200版本压缩图像尺寸以降低存储与计算开销；stage3版本通过三阶段裁剪生成106张子图，覆盖更多局部细节。此外，数据集内置标签聚类结果，可挖掘角色不同服装与姿态的语义关联，例如‘bodystocking’与‘capelet’等组合，为文本到图像生成任务提供结构化参考。

使用方法

数据集支持通过waifuc库直接加载原始版本，用户需先使用huggingface_hub下载dataset-raw.zip压缩包，解压后利用LocalSource读取图像与标签元数据。对于其他版本（如800、1200或stage3），可直接下载对应ZIP文件，其中包含图像与配对TXT标签文件，适用于常规的文本到图像模型训练。开发者可根据需求选择合适的分辨率与裁剪策略，例如追求效率时选用800版本，或为捕捉精细特征而采用stage3增强版。

背景与挑战

背景概述

在二次元角色图像生成领域，以特定虚拟人物为核心构建的高质量数据集是驱动文本到图像模型精细调优的关键资源。CyberHarem/brunhilde_azurlane数据集由DeepGHS团队于近年创建，聚焦于《碧蓝航线》中的角色布伦希尔德，包含43张经过标签筛选的图像。该数据集的核心研究问题在于如何通过自动爬取与多源整合（如Danbooru、Pixiv等平台），为角色生成任务提供纯净且语义丰富的训练样本。其影响力体现在为基于扩散模型的个性化生成提供了标准化数据基础，尤其适用于角色标签聚类与多尺度图像处理的研究。

当前挑战

该数据集面临的挑战首先在于领域问题：二次元角色图像生成需解决类别间细微差异（如发型、服饰变体）的精准识别，而布伦希尔德的多色短发、红瞳等特征对模型细粒度学习构成压力。其次，构建过程中需克服数据稀疏性（仅43张原始图像）与标签噪声的平衡，自动爬取系统虽高效但引入的元信息冗余需通过裁剪策略（如三阶段480x800像素处理）来优化。此外，不同来源图像的风格差异与版权合规性，也为数据集的通用性与可复现性增添了隐性障碍。

常用场景

经典使用场景

在动漫角色与数字艺术生成领域，CyberHarem/brunhilde_azurlane 数据集为文本到图像（text-to-image）模型的微调与个性化生成提供了高质量的素材。该数据集包含43张《碧蓝航线》角色布伦希尔德的图像及其精细标注的标签，如发色、服饰、姿态等核心特征。研究者常利用此类数据集训练扩散模型（如Stable Diffusion），使其能够根据文本描述精准生成特定角色的艺术图像。通过多分辨率版本（如800px和1200px）及裁剪版本，数据集兼顾了训练效率与细节保留，成为角色定制化生成研究的基石。

解决学术问题

该数据集解决了动漫角色生成中数据稀缺与标签不一致的学术难题。传统图像生成模型常因缺乏高质量、多视角的角色图像而导致生成结果失真或风格偏移。CyberHarem/brunhilde_azurlane 通过整合Danbooru、Pixiv等多源数据，并采用自动标签清洗与聚类技术（如聚类出“bodystocking”与“midriff”等服饰变体），为研究提供了结构化的训练样本。这推动了条件生成模型在细粒度属性控制上的进步，例如实现发型、瞳孔颜色与配饰的精确解耦，显著提升了生成图像的角色保真度。

衍生相关工作

基于该数据集，衍生出一系列经典工作。例如，研究者利用其标签聚类结果训练了角色属性解耦网络，实现了对“发型”与“服饰”等特征的独立控制。此外，该数据集被用于评估文本到图像模型的泛化能力，如对比不同分辨率版本对生成质量的影响。在模型压缩领域，该数据集的小规模特性（n<1K）使其成为轻量化模型蒸馏的测试基准，推动了高效生成模型在移动设备上的部署。这些工作共同拓展了动漫角色生成的理论与实践边界。