CyberHarem/matsukaze_azurlane

这是一个名为matsukaze/松風/松风 (Azur Lane)的数据集，包含21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动物耳朵、黄色眼睛、黑色头发等。文件中还列出了不同版本的下载链接，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，文件还列出了标签聚类的结果。

原始信息汇总

数据集概述

数据集信息

• 名称: matsukaze/松風/松风 (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: 21张
• 核心标签: animal_ears, yellow_eyes, black_hair, fox_ears, long_hair, brown_hair, ponytail, tail, multicolored_hair, hair_between_eyes, hair_ornament, bangs, brown_eyes

数据集包列表

名称	图像数量	大小	类型	描述
raw	21	20.69 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）。
800	21	14.33 MiB	IMG+TXT	短边不超过800像素的数据集。
stage3-p480-800	47	28.13 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。
1200	21	18.50 MiB	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	47	35.61 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。

数据集加载

使用Waifuc加载原始数据集

python import os import zipfile

from huggingface_hub import hf_hub_download from waifuc.source import LocalSource

下载原始归档文件

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

解压文件到指定目录

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])

标签聚类结果

原始文本版本

#	样本数量	Img-1	Img-2	Img-3	Img-4	Img-5	标签
0	21						1girl, open_mouth, looking_at_viewer, solo, hakama_skirt, wide_sleeves, long_sleeves, simple_background, smile

表格版本

#	样本数量	Img-1	Img-2	Img-3	Img-4	Img-5	1girl	open_mouth	looking_at_viewer	solo	hakama_skirt	wide_sleeves	long_sleeves	simple_background	smile
0	21						X	X	X	X	X	X	X	X	X