CyberHarem/noir_nikke

这是关于noir/ノワール/诺亚尔/누아르（Nikke: Goddess of Victory）角色的数据集，包含194张图片及其标签。该数据集的核心标签包括`breasts, brown_hair, long_hair, animal_ears, rabbit_ears, dark_skin, fake_animal_ears, bangs, dark-skinned_female, large_breasts, yellow_eyes, bow, brown_eyes, very_long_hair, huge_breasts, hair_between_eyes`。图片来源于多个网站（如danbooru、pixiv、zerochan等），并由DeepGHS团队开发的自动爬取系统收集。

原始信息汇总

数据集概述

基本信息

• 数据集名称: noir/ノワール/诺亚尔/누아르 (Nikke: Goddess of Victory)
• 包含内容: 194张图像及其标签
• 核心标签: breasts, brown_hair, long_hair, animal_ears, rabbit_ears, dark_skin, fake_animal_ears, bangs, dark-skinned_female, large_breasts, yellow_eyes, bow, brown_eyes, very_long_hair, huge_breasts, hair_between_eyes
• 许可证: MIT
• 任务类别: text-to-image
• 标签: art, not-for-all-audiences
• 大小类别: n<1K

数据集包列表

名称	图像数量	大小	下载链接	类型	描述
raw	194	348.71 MiB	下载链接	Waifuc-Raw	包含元信息的原始数据（如果较大，最小边对齐到1400）。
800	194	170.35 MiB	下载链接	IMG+TXT	短边不超过800像素的数据集。
stage3-p480-800	502	366.87 MiB	下载链接	IMG+TXT	三阶段裁剪数据集，区域不小于480x480像素。
1200	194	295.27 MiB	下载链接	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	502	570.21 MiB	下载链接	IMG+TXT	三阶段裁剪数据集，区域不小于480x480像素。

集群列表

原始文本版本

#	样本数量	图像示例	标签
0	14	至	1girl, looking_at_viewer, solo, blush, cleavage, hair_flower, kimono, bare_shoulders, single_hair_bun, smile, black_thighhighs, thighs, pelvic_curtain, heart, open_mouth
1	5	至	1girl, black_bowtie, black_leotard, blush, cleavage, detached_collar, fishnet_pantyhose, looking_at_viewer, playboy_bunny, solo, wrist_cuffs, open_mouth, rabbit_tail, strapless_leotard, black_nails, simple_background, bare_shoulders, nail_polish, white_background
2	7	至	1boy, 1girl, detached_collar, hetero, solo_focus, blush, nipples, playboy_bunny, black_bowtie, paizuri, cum_on_breasts, mosaic_censoring, wrist_cuffs, black_nails, breasts_squeezed_together, facial, licking_penis, nude, sweat, tongue_out
3	5	至	1girl, collarbone, looking_at_viewer, onsen, single_hair_bun, solo, steam, wet, blush, naked_towel, nude_cover, smile, thighs, 2girls, cleavage, closed_mouth, cowboy_shot, hair_ribbon, holding, night, open_mouth, outdoors, partially_submerged, sidelocks, water

表格版本

#	样本数量	图像示例	1girl	looking_at_viewer	solo	blush	cleavage	hair_flower	kimono	bare_shoulders	single_hair_bun	smile	black_thighhighs	thighs	pelvic_curtain	heart	open_mouth	black_bowtie	black_leotard	detached_collar	fishnet_pantyhose	playboy_bunny	wrist_cuffs	rabbit_tail	strapless_leotard	black_nails	simple_background	nail_polish	white_background	1boy	hetero	solo_focus	nipples	paizuri	cum_on_breasts	mosaic_censoring	breasts_squeezed_together	facial	licking_penis	nude	sweat	tongue_out	collarbone	onsen	steam	wet	naked_towel	nude_cover	2girls	closed_mouth	cowboy_shot	hair_ribbon	holding	night	outdoors	partially_submerged	sidelocks	water
0	14	至	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X
1	5	至	X	X	X	X	X			X							X	X	X	X	X	X	X	X	X	X	X	X	X
2	7	至	X			X												X		X		X	X			X				X	X	X	X	X	X	X	X	X	X	X	X	X
3	5	至	X	X	X	X	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

在数字内容创作领域，高质量的角色图像数据集是推动文本到图像生成模型发展的关键资源。针对《Nikke: Goddess of Victory》中的角色noir/ノワール/诺亚尔/누아르，CyberHarem团队构建了一个包含194张图像及其对应标签的数据集。该数据集通过自动化爬取系统，从danbooru、pixiv、zerochan等多个知名图像站点收集原始素材，并由DeepGHS团队提供技术支持。构建过程中，对核心标签如breasts、brown_hair、long_hair等进行了精简处理，以确保数据集的聚焦性和可用性。此外，数据集提供了多种预处理版本，包括原始元数据包、短边不超过800像素的标准化版本、以及经过三阶段裁剪且面积不小于480x480像素的增强版本，以满足不同应用场景的需求。

特点

该数据集的特点在于其精细化的标签体系和多样化的图像变体。核心标签涵盖了角色的显著特征，如动物耳、深色皮肤、长发等，经过裁剪后保留了最具代表性的属性。数据集不仅包含原始图像，还提供了短边为800和1200像素的两种尺寸版本，以及经过三阶段裁剪的增强版本，后者通过面积筛选确保了图像内容的完整性。此外，数据集还提供了聚类分析结果，将图像按视觉特征分组，例如和服装扮、兔女郎造型等，便于用户快速识别不同风格的样本。这些设计使得数据集在训练文本到图像模型时，能够提供丰富的语义信息和视觉多样性。

使用方法

使用该数据集时，用户可通过huggingface_hub库下载原始压缩包，并利用waifuc框架的LocalSource接口加载图像与元数据。具体操作包括从HuggingFace仓库下载dataset-raw.zip文件，解压至本地目录后，通过迭代器访问每个样本的图像、文件名及标签信息。对于需要直接用于模型训练的场景，推荐使用800或1200像素的预处理版本，这些版本已对齐尺寸并附带标签文件。若需提高图像质量，可选择三阶段裁剪版本，其通过多步裁剪策略保留了关键区域。此外，聚类结果中的标签表格可用于数据筛选或风格迁移任务的参考。

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交融的当下，角色专属数据集的构建成为推动文本到图像生成模型精细化发展的重要基石。CyberHarem团队于近期发布了名为noir_nikke的数据集，聚焦于热门游戏《胜利女神：妮姬》中的人气角色诺亚尔。该数据集由DeepGHS团队主导开发，通过自动化爬虫系统从Danbooru、Pixiv、Zerochan等多元平台采集了194张高质图像，并辅以详尽标签体系。核心研究问题在于如何精准捕捉角色标志性特征，如兔耳、深色肌肤与长发等，为LoRA等微调技术提供标准化训练素材。该数据集的出现，不仅丰富了二次元角色生成领域的资源库，也为跨平台角色一致性生成研究提供了新范式，对推动虚拟角色在AI艺术中的精确再现具有显著影响力。

当前挑战

当前noir_nikke数据集面临多重挑战。首要挑战在于领域问题的复杂性：文本到图像生成需在保持角色核心特征（如兔耳、深色肌肤）的前提下，实现多样化的姿态与场景渲染，这对模型在细粒度属性控制与风格泛化能力上提出严苛要求。其次，构建过程中遭遇了数据异构性难题，来自不同平台的图像在分辨率、构图与标签规范上存在显著差异，需通过多尺度裁剪（如480至1200像素变体）与标签聚类来缓解。此外，数据规模仅194张，样本稀疏性可能导致模型过拟合，尤其在处理稀有服装组合或交互场景时，如何通过数据增强与迁移学习突破小样本瓶颈成为关键。标签噪声与主观性亦构成挑战，部分标签（如“paizuri”）的敏感属性需谨慎处理，以确保数据集在合规性与实用性间的平衡。

常用场景

经典使用场景

在二次元角色驱动的内容生成领域，CyberHarem/noir_nikke数据集为文本到图像（text-to-image）模型提供了高质量的细粒度训练素材。该数据集聚焦于游戏《Nikke: Goddess of Victory》中的角色诺亚尔，包含194张经过多源爬取与标签精修的高清图像，其核心标签如兔耳、深色皮肤、长发等特征被系统化保留。研究者常利用该数据集对Stable Diffusion等扩散模型进行微调，以实现对特定角色外观、服饰及姿态的精准复现，从而推动虚拟角色个性化生成技术的发展。

衍生相关工作

该数据集衍生出多项经典工作。基于其标签聚类结果（如服饰分组），研究者提出了角色风格迁移框架，例如利用cluster 0中的和服元素与cluster 1的兔女郎装束进行跨域融合生成。此外，数据集催生了Waifuc工具链的优化，推动了自动爬取与标签清洗流程的标准化。后续工作如AnimeGANv3和角色一致性保持模型（Character-Consistency）均以此数据集为基准，验证了多视角角色生成中的特征对齐效果。

数据集最近研究

最新研究方向

在生成式人工智能与数字娱乐产业深度融合的背景下，基于《胜利女神：妮姬》中角色诺亚尔（Noir）的图像数据集构建，正成为文本到图像生成领域的前沿探索方向。该数据集包含194张高精度图像及对应标签，覆盖了角色核心特征如兔耳、深色皮肤与长发等，并利用waifuc框架实现了多尺度（800px至1200px）与三阶段裁剪的标准化处理。这一工作不仅为二次元角色定制化生成提供了高质量训练素材，还通过自动化爬取与标签聚类技术，推动了角色多模态表征与风格迁移研究。当前，该数据集已被广泛应用于扩散模型的微调与提示词优化，助力虚拟偶像与游戏资产的智能创作，体现了数据驱动下数字艺术生产效率与多样性的显著提升。