CyberHarem/dorothy_nikke

这是名为dorothy/ドロシー/桃乐丝/도로시 (Nikke: Goddess of Victory)的数据集，包含249张图片及其标签。图片来源于多个网站（如danbooru, pixiv, zerochan等），并由DeepGHS团队的自动爬取系统收集。数据集的核心标签包括`long_hair, pink_hair, bangs, breasts, purple_eyes, large_breasts, hair_bun, very_long_hair, ribbon`。数据集提供了多个版本（如raw、800、stage3-p480-800等）及其下载链接，并介绍了如何使用waifuc加载原始数据集。此外，README还列出了标签聚类结果，展示了不同聚类的样本图片和标签。

原始信息汇总

数据集概述

数据集名称

• 名称: Dorothy/ドロシー/桃乐丝/도로시 (Nikke: Goddess of Victory)

数据集内容

• 内容: 包含249张图像及其标签。
• 核心标签: long_hair, pink_hair, bangs, breasts, purple_eyes, large_breasts, hair_bun, very_long_hair, ribbon。

数据集属性

• 许可证: MIT
• 任务类别: text-to-image
• 标签: art, not-for-all-audiences
• 大小类别: n<1K

数据集来源

• 来源: 图像从多个网站（如danbooru, pixiv, zerochan等）爬取，由DeepGHS Team提供自动爬取系统。

数据集包

名称	图像数量	大小	类型	描述
raw	249	460.26 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	249	240.65 MiB	IMG+TXT	短边不超过800像素的数据集。
stage3-p480-800	605	474.74 MiB	IMG+TXT	三阶段裁剪数据集，区域不小于480x480像素。
1200	249	403.74 MiB	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	605	691.71 MiB	IMG+TXT	三阶段裁剪数据集，区域不小于480x480像素。

数据集使用

• 加载方式: 提供用于waifuc加载的原始数据集。示例代码如下：

python import os import zipfile

from huggingface_hub import hf_hub_download from waifuc.source import LocalSource

下载原始存档文件

zip_file = hf_hub_download( repo_id=CyberHarem/dorothy_nikke, repo_type=dataset, filename=dataset-raw.zip, )

提取文件到你的目录

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])

数据集集群

集群列表

#	样本数量	描述
0	23	包含1girl, ass_focus, bare_shoulders等标签的图像。
1	17	包含1girl, looking_at_viewer, on_bed等标签的图像。
2	14	包含1girl, bare_shoulders, looking_at_viewer等标签的图像。
3	7	包含1girl, looking_at_viewer, white_dress等标签的图像。
4	9	包含1girl, looking_at_viewer, white_dress等标签的图像。