CyberHarem/petra_mcnairy_fireemblem

这是petra_mcnairy（火焰纹章）的数据集，包含180张图片及其标签。该角色的核心标签包括`long_hair, purple_hair, facial_mark, braid, dark_skin, breasts, brown_eyes, ponytail, dark-skinned_female, earrings`，这些标签在数据集中已被修剪。图片来源于多个网站（如danbooru、pixiv、zerochan等），并由DeepGHS团队的自动爬虫系统收集。这是petra_mcnairy（火焰纹章）的数据集，包含180张图片及其标签。该角色的核心标签包括`long_hair, purple_hair, facial_mark, braid, dark_skin, breasts, brown_eyes, ponytail, dark-skinned_female, earrings`，这些标签在数据集中已被修剪。图片来源于多个网站（如danbooru、pixiv、zerochan等），并由DeepGHS团队的自动爬虫系统收集。

原始信息汇总

数据集概述

数据集名称

Dataset of petra_mcnairy (Fire Emblem)

数据集描述

该数据集包含180张图片及其标签，主要描述角色petra_mcnairy（来自Fire Emblem）。核心标签包括long_hair, purple_hair, facial_mark, braid, dark_skin, breasts, brown_eyes, ponytail, dark-skinned_female, earrings。

数据集大小

• 数据集大小类别：n<1K

数据集下载

以下是不同版本的下载链接和描述：

名称	图片数量	大小	下载链接	类型	描述
raw	180	187.67 MiB	Download	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	180	118.90 MiB	Download	IMG+TXT	短边不超过800像素的数据集。
stage3-p480-800	373	231.42 MiB	Download	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。
1200	180	170.26 MiB	Download	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	373	310.89 MiB	Download	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。

标签聚类结果

以下是标签聚类的结果示例：

原始文本版本

#	Samples	Img-1	Img-2	Img-3	Img-4	Img-5	Tags
0	6						1girl, garreg_mach_monastery_uniform, solo, simple_background, upper_body, white_background, closed_mouth, looking_at_viewer, braided_ponytail, long_sleeves
1	7						full_body, garreg_mach_monastery_uniform, high_heel_boots, knee_boots, long_sleeves, 1girl, hair_pulled_back, simple_background, solo, sword, black_footwear, braided_ponytail, closed_mouth, looking_at_viewer, sheath, skirt, white_background, medium_breasts

表格版本

#	Samples	Img-1	Img-2	Img-3	Img-4	Img-5	1girl	garreg_mach_monastery_uniform	solo	simple_background	upper_body	white_background	closed_mouth	looking_at_viewer	braided_ponytail	long_sleeves	full_body	high_heel_boots	knee_boots	hair_pulled_back	sword	black_footwear	sheath	skirt	medium_breasts
0	6						X	X	X	X	X	X	X	X	X	X
1	7						X	X	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

该数据集专注于《火焰之纹章》系列中的角色佩特拉·麦克纳里，汇聚了180幅精心采集的图像及其对应标签。图像来源涵盖Danbooru、Pixiv、Zerochan等多个知名艺术社区，借助DeepGHS团队开发的自动化爬取系统完成数据收集。为确保图像质量与一致性，数据集提供了多种预处理版本，包括原始元数据归档、短边限制为800或1200像素的标准化图像，以及经由三级裁剪策略生成、面积不低于480×480像素的增强数据集。所有图像均保留了核心角色标签，如长发、紫色发、面部印记、辫子、深色皮肤等，并已进行冗余标签修剪。

特点

数据集的核心特色在于其多维度的组织架构与精细化的标注体系。除了提供原始图像与标签外，还包含了基于标签聚类的分组结果，例如“加尔格·马赫修道院制服”等特定装束的样本集，便于研究者深入挖掘角色在不同场景下的视觉呈现。每个聚类组均附有代表性样本缩略图与完整标签列表，支持以原始文本或表格形式查看。此外，数据集的多种分辨率版本（800px、1200px）与裁剪策略（stage3-p480）为不同训练需求提供了灵活选择，兼顾了模型训练效率与细节保留。

使用方法

研究者可通过Hugging Face Hub直接下载各版本压缩包，或利用Waifuc库加载原始数据集以获取图像与元数据。推荐使用Python环境，通过huggingface_hub库下载dataset-raw.zip，解压后借助Waifuc的LocalSource接口逐项读取图像及对应标签，便于开展文本到图像生成等下游任务。对于需要特定分辨率的场景，可直接选用800或1200像素的IMG+TXT格式数据包，而三级裁剪版本则适用于需要固定尺寸输入的训练流程。数据集的标签聚类结果还可为风格迁移或角色着装分析提供先验知识。

背景与挑战

背景概述

在文本到图像生成领域，高质量、标注精细的角色数据集是驱动模型准确理解与生成特定角色形象的关键。CyberHarem/petra_mcnairy_fireemblem数据集由DeepGHS团队于近期创建，聚焦于《火焰之纹章》系列中的人气角色佩特拉·麦克内里。该数据集的核心研究问题在于如何通过多源爬取与自动化标注技术，构建一个包含180张图像及其标签的精细化角色数据集，以支持角色一致性的图像生成任务。其标签系统涵盖了发型、发色、肤色、面部特征等关键视觉属性，为模型提供了丰富的语义锚点。尽管规模有限，但该数据集通过提供多种分辨率与裁剪版本，显著提升了在动漫角色生成领域的研究可复现性与模型微调效率，成为相关社区的重要资源。

当前挑战

该数据集当前面临的主要挑战包括：首先，在领域问题层面，角色数据集需解决文本到图像生成中角色身份保持的难题，即确保生成图像在发型、服饰、面部特征等细节上与原始角色高度一致，这对数据集的标注粒度与图像多样性提出了严苛要求。其次，在构建过程中，数据爬取自Danbooru、Pixiv等多源站点，面临版权归属复杂、图像质量参差不齐、标签噪声与缺失等挑战。此外，自动爬取系统虽由DeepGHS团队提供，但跨平台图像格式与元数据的不统一增加了预处理难度，而180张的有限样本量也限制了模型对角色不同姿态与场景的泛化能力，需要借助数据增强与迁移学习策略来缓解过拟合风险。

常用场景

经典使用场景

在文本到图像生成领域，CyberHarem/petra_mcnairy_fireemblem 数据集凭借其精细标注的角色画像与标签系统，成为训练二次元风格生成模型的经典素材。该数据集聚焦于《火焰之纹章》中的角色佩特拉，包含180张高质量图像及其对应的核心标签，如长紫发、深色皮肤、辫子等视觉特征。研究者常利用该数据集对扩散模型（如Stable Diffusion）进行微调，以实现对特定角色外观的精准复现，从而在可控图像生成任务中验证模型对细粒度属性（如发型、肤色、饰品）的捕捉能力。

解决学术问题

该数据集有效缓解了动漫角色生成中细粒度特征保持与多模态对齐的学术难题。通过提供结构化标签与多尺度裁剪版本（如480×480至1200像素），它支持研究者探索图像分辨率与标签粒度对生成质量的影响。此外，数据集的聚类结果揭示了服饰组合（如加尔格·马赫修道院制服）与姿态的关联模式，为解耦表征学习与风格迁移研究提供了基准。其意义在于推动了二次元领域从粗粒度类别生成向精细化角色定制的范式演进。

衍生相关工作

该数据集衍生出一系列聚焦于动漫角色可控生成的研究工作。例如，基于其标签聚类结果，研究者提出了多阶段裁剪策略（如stage3-p480-800），用于提升低分辨率训练样本的语义一致性。此外，数据集的原始元数据与标签体系被用于改进文本-图像对齐的对比学习模型（如CLIP），或是作为测评基准验证角色身份保持方法（如DreamBooth）在二次元领域的泛化能力。这些工作共同拓展了细粒度视觉生成的技术边界。