CyberHarem/illustrious_azurlane

该数据集名为illustrious/イラストリアス/光辉 (Azur Lane)，包含500张图片及其标签。图片来源于多个网站（如danbooru、pixiv、zerochan等），并通过自动爬取系统获取。数据集的核心标签包括long_hair, white_hair, breasts, blue_eyes, large_breasts, bangs, mole, mole_under_eye, hair_ornament, very_long_hair, ribbon。此外，README还提供了数据集的下载链接、加载方法以及标签聚类结果。本数据集命名为illustrious/イラストリアス/光辉（碧蓝航线（Azur Lane）），共包含500张图片及其对应标签。图片来源于多个平台（如danbooru、pixiv、zerochan等），通过自动化爬取系统采集获取。本数据集的核心标签包括long_hair、white_hair、breasts、blue_eyes、large_breasts、bangs、mole、mole_under_eye、hair_ornament、very_long_hair、ribbon。此外，其配套README文件提供了数据集的下载链接、加载方法以及标签聚类结果。

原始信息汇总

数据集概述：illustrious/イラストリアス/光辉 (Azur Lane)

数据集基本信息

• 许可证: MIT
• 任务类别: 文本到图像
• 标签: 艺术, 不适合所有观众
• 大小类别: 小于1K

数据集内容

• 包含内容: 500张图像及其标签
• 核心标签: long_hair, white_hair, breasts, blue_eyes, large_breasts, bangs, mole, mole_under_eye, hair_ornament, very_long_hair, ribbon

数据集来源

• 图像来源: 多个网站，如danbooru, pixiv, zerochan等
• 自动爬虫系统: 由DeepGHS Team提供技术支持

数据集包列表

名称	图像数量	大小	类型	描述
raw	500	911.32 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	500	450.67 MiB	IMG+TXT	短边不超过800像素的数据集
stage3-p480-800	1340	1012.01 MiB	IMG+TXT	三阶段裁剪数据集，区域不小于480x480像素
1200	500	779.47 MiB	IMG+TXT	短边不超过1200像素的数据集
stage3-p480-1200	1340	1.48 GiB	IMG+TXT	三阶段裁剪数据集，区域不小于480x480像素

数据集加载

• 加载工具: 使用waifuc加载原始数据集
• 加载代码示例: 提供Python代码示例，用于下载和加载数据集

数据集标签集群

• 集群列表: 提供标签集群的结果，可能包含可挖掘的服装信息
• 集群示例: 展示不同集群的样本图像及其详细标签信息

搜集汇总

数据集介绍

构建方式

在动漫角色数据集构建领域，本数据集聚焦于《碧蓝航线》中的角色“光辉”（illustrious/イラストリアス），共收录500张图像及其对应标签。数据采集源自Danbooru、Pixiv、Zerochan等多个图像平台，依托DeepGHS团队开发的自动化爬取系统完成。核心标签如long_hair、white_hair、breasts等已进行精简处理，以提升数据质量。数据集以多种分辨率版本发布，包括raw（原始元数据）、800、1200及三阶段裁剪版本stage3-p480-800和stage3-p480-1200，满足不同训练需求。

特点

该数据集具有鲜明的多模态特性，不仅提供图像与标签的配对，还通过标签聚类分析挖掘出角色在不同装扮下的子集，如白色连衣裙、婚纱、旗袍等主题簇。聚类结果以文本和表格形式呈现，直观展示各簇样本数与标签分布。数据集中包含部分成人内容（如簇6），已通过标签标注，适用于非全年龄受众场景。图像分辨率多样，从480x480至1200像素不等，兼顾细节保留与存储效率。

使用方法

数据集支持通过waifuc库加载原始数据，用户可借助Hugging Face Hub下载dataset-raw.zip文件，解压后使用LocalSource读取图像与元数据。对于不同训练场景，推荐按需选择分辨率版本：800或1200适用于常规文本到图像模型，stage3裁剪版本适合需要固定尺寸输入的架构。标签数据以TXT文件形式与图像配对，便于直接用于监督学习。代码示例中提供了从下载到加载的完整流程，可快速集成至现有管线。

背景与挑战

背景概述

该数据集由CyberHarem团队于近年创建，聚焦于《碧蓝航线》中人气角色“光辉”（イラストリアス）的视觉素材整理。研究团队依托DeepGHS自动爬取系统，从Danbooru、Pixiv、Zerochan等多元平台采集了500张高质量图像，并配以精细的标签体系，涵盖角色核心特征如长发、白发、蓝瞳及标志性服饰元素。该数据集的核心研究问题在于为文本到图像生成模型提供规范化的角色专属训练数据，从而推动动漫风格内容生成技术的发展。其在相关领域的影响力体现在为二次元角色数据集构建树立了标准化范例，尤其通过多尺度图像打包（如800像素、1200像素版本）和三级裁剪策略，显著提升了数据可用性与模型训练效率。

当前挑战

该数据集所解决的领域挑战在于动漫角色生成中身份一致性的保持问题，特别是针对特定角色的视觉特征（如发型、服饰、装饰品）的精确建模。构建过程中面临多重技术难点：首先，跨平台数据采集需处理版权与内容多样性的平衡，确保图像来源合法且覆盖角色不同造型；其次，标签体系需兼顾细粒度描述（如“bare_shoulders”、“garter_straps”）与去重噪声，避免冗余或冲突信息；此外，数据增强策略（如三级裁剪）需在保持分辨率与计算成本间取得优化，同时应对非标准图像比例与低质量样本的过滤挑战。

常用场景

经典使用场景

在动漫角色生成与个性化创作领域，CyberHarem/illustrious_azurlane 数据集以其对《碧蓝航线》中“光辉”这一角色的多模态视觉素材的精细收集，成为文本到图像（Text-to-Image）模型微调与风格迁移的经典基准。该数据集包含500幅高分辨率图像及详尽标签，覆盖了从日常装扮到特殊场景（如婚礼、旗袍）的丰富视觉形态，尤其适用于学习角色核心特征（如白发、蓝眼、长发）与背景、服饰、动作等上下文信息的关联映射，为生成具有一致角色身份的高保真图像提供了理想训练语料。

解决学术问题

该数据集有效解决了动漫领域角色一致性生成与细粒度视觉属性解耦的学术难题。通过系统化的标签聚类与多尺度图像预处理（如480×480裁剪与1200像素对齐），研究者能够深入探索角色在不同姿态、光照和构图下的特征不变性，推动了对文本描述与视觉表征间对齐机制的理解。此外，数据集提供的原始元数据与自动化爬取框架，为构建大规模、高质量的动漫角色数据集奠定了方法论基础，显著促进了生成式模型在特定角色上的泛化能力与可控性研究。

衍生相关工作

该数据集催生了多项具有影响力的衍生工作，包括基于Waifuc框架的动漫数据集标准化处理流程，以及针对角色特定属性的解耦生成与风格迁移研究。例如，研究者利用其聚类标签开发了角色服饰与场景的语义分割模型，并在此基础上提出了跨角色风格迁移的对比学习方法。此外，数据集的三阶段裁剪策略被后续工作采纳为图像预处理标准，推动了Text-to-Image任务中局部特征增强与全局一致性保持的平衡优化，成为动漫生成领域的重要参考基准。