CyberHarem/jeanne_d_arc_fgo

这是一个关于贞德（Fate/Grand Order）的数据集，包含500张图像及其标签。图像从多个网站（如danbooru、pixiv、zerochan等）爬取，核心标签包括`blonde_hair, long_hair, breasts, blue_eyes, very_long_hair, large_breasts, braid, single_braid`。数据集提供了多种下载格式，并支持通过waifuc工具加载。此外，README还展示了标签聚类结果，帮助用户挖掘角色的不同装扮。

This is a dataset focused on Jeanne d'Arc from *Fate/Grand Order*, containing 500 images along with their corresponding labels. The images were crawled from multiple platforms including danbooru, pixiv, zerochan and other similar websites. The core tags are `blonde_hair, long_hair, breasts, blue_eyes, very_long_hair, large_breasts, braid, single_braid`. The dataset offers multiple download formats and supports loading via the waifuc tool. Additionally, the README demonstrates tag clustering results to help users explore different outfits of the character.

原始信息汇总

数据集概述

数据集信息

• 名称: Dataset of jeanne_d_arc/ジャンヌ・ダルク/贞德 (Fate/Grand Order)
• 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: 500张
• 核心标签: blonde_hair, long_hair, breasts, blue_eyes, very_long_hair, large_breasts, braid, single_braid
• 来源: 从多个网站（如danbooru, pixiv, zerochan等）爬取

数据集包列表

名称	图像数量	大小	类型	描述
raw	500	833.90 MiB	Waifuc-Raw	原始数据，包含元信息（最小边对齐到1400像素，如果更大）
1200	500	727.32 MiB	IMG+TXT	短边不超过1200像素的数据集
stage3-p480-1200	1256	1.33 GiB	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	图像示例	标签
0	13		1girl, armored_dress, gauntlets, headpiece, looking_at_viewer, solo, sword, faulds, chain, holding, sheath, smile, white_background, flag, simple_background, black_thighhighs, capelet, bare_shoulders, fur_trim
1	9		1girl, armored_dress, bare_shoulders, chain, fur_trim, gauntlets, headpiece, solo, flag, looking_at_viewer, smile, closed_mouth, holding, faulds
2	6		1girl, bare_shoulders, chain, headpiece, looking_at_viewer, solo, upper_body, closed_mouth, fur_trim, gauntlets, smile, armored_dress
3	8		1girl, capelet, headpiece, looking_at_viewer, solo, upper_body, chain, gauntlets, smile, armored_dress, blush, closed_mouth, white_background, simple_background
4	6		1girl, headpiece, looking_at_viewer, smile, solo, white_dress, cleavage, long_sleeves, open_mouth, simple_background, white_background
5	16		1girl, solo, looking_at_viewer, smile, bare_shoulders, closed_mouth, black_bow, black_dress, see-through, black_gloves, black_thighhighs, blush, cleavage, choker, collarbone, hair_flower, medium_breasts, hair_bow, necklace, hair_between_eyes, ribbon, skirt_hold, side_slit, standing
6	5		1girl, black_bikini, black_hairband, hooded_jacket, long_sleeves, looking_at_viewer, open_jacket, solo, black_scrunchie, blue_jacket, blue_sky, blush, cleavage, collarbone, day, hair_scrunchie, outdoors, cloud, hair_between_eyes, navel, ocean, open_mouth, thigh_strap, :d, ass_visible_through_thighs, closed_mouth, front-tie_bikini_top, holding, long_braid, sitting, standing, water
7	9		1girl, floral_print, looking_at_viewer, obi, solo, headpiece, print_kimono, wide_sleeves, long_sleeves, smile, alternate_costume, blush, closed_mouth, yukata, blue_kimono, flower, hair_between_eyes, hair_ornament, holding_umbrella, white_background
8	6		1girl, solo, blush, looking_at_viewer, necktie, sleeveless_shirt, smile, white_shirt, bare_shoulders, short_shorts

表格版本

#	样本数量	图像示例	1girl	armored_dress	gauntlets	headpiece	looking_at_viewer	solo	sword	faulds	chain	holding	sheath	smile	white_background	flag	simple_background	black_thighhighs	capelet	bare_shoulders	fur_trim	closed_mouth	upper_body	blush	white_dress	cleavage	long_sleeves	open_mouth	black_bow	black_dress	see-through	black_gloves	choker	collarbone	hair_flower	medium_breasts	hair_bow	necklace	hair_between_eyes	ribbon	skirt_hold	side_slit	standing	black_bikini	black_hairband	hooded_jacket	open_jacket	black_scrunchie	blue_jacket	blue_sky	day	hair_scrunchie	outdoors	cloud	navel	ocean	thigh_strap	:d	ass_visible_through_thighs	front-tie_bikini_top	long_braid	sitting	water	floral_print	obi	print_kimono	wide_sleeves	alternate_costume	yukata	blue_kimono	flower	hair_ornament	holding_umbrella	necktie	sleeveless_shirt	white_shirt	short_shorts
0	13		X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X
1	9		X	X	X	X	X	X		X	X	X		X		X				X	X	X
2	6		X	X	X	X	X	X			X			X						X	X	X	X
3	8		X	X	X	X	X	X			X			X	X		X		X			X	X	X
4	6		X			X	X	X						X	X		X								X	X	X	X
5	16		X				X	X						X				X		X		X		X		X			X	X	X	X	X	X	X	X	X	X	X	X	X	X	X
6	5		X				X	X																		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

在动漫与游戏角色数据集构建领域，针对《Fate/Grand Order》中贞德这一经典形象，CyberHarem团队精心打造了该数据集。其构建过程融合了多源爬虫技术，从Danbooru、Pixiv、Zerochan等知名图站自动采集图像，由DeepGHS团队开发的自动化爬取系统提供技术支撑。数据集共收录500张图像，并关联了对应的标签信息。为提升数据质量，核心特征标签如金发、长发、蓝眼、辫子等被系统性地剪枝处理。数据以多种格式封装，包括原始元数据压缩包、短边不超过1200像素的标准化版本，以及经过三阶段裁剪、面积不低于480×480像素的高效训练集，充分满足不同场景下的模型训练需求。

特点

该数据集最显著的特点在于其精细化的标签聚类与多模态呈现。除了基础的图像-标签对，数据还提供了标签聚类结果，将相似视觉特征的样本归入同一簇，例如身着铠甲礼服的战斗姿态、黑色晚礼服的优雅造型、泳装与和服的休闲装扮等，每个簇均附带样本缩略图与详细标签列表，便于研究者快速洞察角色在不同服饰、场景下的视觉分布。此外，数据集的版本设计兼顾了灵活性与实用性：原始版本保留完整元信息以支持自定义预处理，而裁剪版本则直接适配主流深度学习框架，显著降低了数据准备的门槛。

使用方法

使用该数据集时，研究者可通过Hugging Face Hub直接下载压缩包，或借助waifuc库实现高效加载。对于原始数据，需先通过`hf_hub_download`函数下载`dataset-raw.zip`，解压后利用`LocalSource`接口即可迭代访问图像、文件名及标签元数据。标准化版本（1200与stage3-p480-1200）则已内置为图像-文本对格式，可直接用于文本到图像生成模型的训练与评估。无论是进行角色风格迁移、标签预测还是多模态表征学习，该数据集均提供了清晰、可复现的使用路径，尤其适合二次元视觉内容的生成式研究。

背景与挑战

背景概述

在生成式人工智能与二次元文化深度融合的浪潮中，面向特定角色的高质量图像数据集成为推动文本到图像生成模型发展的关键基石。CyberHarem/jeanne_d_arc_fgo数据集由DeepGHS团队于近年创建，聚焦于《Fate/Grand Order》中经典角色贞德（Jeanne d'Arc），其核心研究问题在于如何系统性地构建一个包含多样化姿态、服饰与场景的动漫角色图像库，以服务于精细化的人物生成任务。该数据集汇集了来自Danbooru、Pixiv、Zerochan等多个主流平台的500张精选图像，并附带了详尽的标签信息，通过聚类分析揭示了角色在不同情境下的视觉特征，为相关领域的研究者提供了宝贵的标准化资源，对提升动漫角色生成模型的泛化能力与细节保真度产生了显著影响。

当前挑战

该数据集面临的挑战首先体现在领域问题层面：二次元角色图像生成的核心难点在于捕捉角色标志性特征（如金发、蓝眼、辫子）与丰富服饰变体之间的平衡，现有模型常因训练数据不足而出现特征混淆或风格单一化问题。其次，在构建过程中，数据采集面临多源异构图像的版权与质量管控难题，从不同站点自动爬取需处理分辨率差异、噪声标签及重复内容；标签体系的构建亦是一大挑战，需手动裁剪核心标签并确保其语义一致性，而聚类分析虽能挖掘潜在服饰模式，但面对角色多样化的装扮（如铠甲、和服、泳装），仍需人工校验以避免聚类偏差，从而保证数据集的实用性与可靠性。

常用场景

经典使用场景

在动漫角色生成与风格迁移领域，CyberHarem/jeanne_d_arc_fgo数据集为文本到图像（text-to-image）任务提供了高质量、多视角的贞德角色图像资源。该数据集包含500张精心筛选的图片，并附有丰富的标签信息，如‘blonde_hair’、‘long_hair’、‘armored_dress’等，使其成为训练条件生成模型（如Stable Diffusion、ControlNet）的理想素材。研究者常利用此数据集进行角色一致性生成、服饰细节还原以及多姿态合成等经典实验，通过标签引导模型精准捕捉角色特征，从而提升生成图像的保真度与可控性。

解决学术问题

该数据集有效缓解了动漫角色生成研究中数据稀缺与标注不一致的学术难题。通过提供多源爬取（如Danbooru、Pixiv）并经过标签修剪的标准化图像，它解决了从零构建角色专属数据集的繁琐流程，为少样本学习、风格迁移和个性化生成等方向提供了可靠基准。其意义在于推动了条件生成模型在二次元领域的泛化能力研究，使学术界能够更专注于算法创新而非数据预处理，进而促进了可控图像生成技术的理论突破与评估体系的完善。

衍生相关工作

围绕该数据集，衍生出了一系列经典工作，例如基于Waifuc框架的自动化数据流水线构建，实现了从爬取到标注的全流程管理。在模型层面，研究者利用其标签结构开发了角色解耦训练方法，将‘armored_dress’与‘flag’等属性分离，提升了多概念组合生成的灵活性。此外，该数据集还催生了‘Stage3’裁剪策略，通过三级预处理（如480×480区域裁剪）优化了高分辨率训练效率，成为后续动漫数据集构建的参考范式。