CyberHarem/tomoe_bluearchive

这是一个名为tomoe/佐城トモエ/巴 (Blue Archive)的数据集，包含33张图片及其标签。核心标签包括long_hair, breasts, pink_hair, halo, large_breasts, braid, pink_eyes, very_long_hair。图片从多个网站（如danbooru, pixiv, zerochan等）爬取，爬取系统由DeepGHS团队提供。数据集分为多个包，包括原始数据、1200像素限制的数据集和三阶段裁剪的数据集。此外，还提供了使用Waifuc加载原始数据集的代码示例，并列出了标签聚类结果。

原始信息汇总

数据集概述

数据集信息

• 名称: Dataset of tomoe/佐城トモエ/巴 (Blue Archive)
• 包含内容: 33张图片及其标签
• 核心标签: long_hair, breasts, pink_hair, halo, large_breasts, braid, pink_eyes, very_long_hair
• 来源: 从多个网站爬取，如danbooru, pixiv, zerochan等

数据包列表

名称	图片数量	大小	下载链接	类型	描述
raw	33	55.23 MiB	Download	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）。
1200	33	48.40 MiB	Download	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	82	99.77 MiB	Download	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。

加载原始数据集

提供原始数据集（包括带标签的图片）供waifuc加载。示例代码如下： python import os import zipfile from huggingface_hub import hf_hub_download from waifuc.source import LocalSource

下载原始归档文件

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

提取文件到指定目录

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

#	Samples	Img-1	Img-2	Img-3	Img-4	Img-5	Tags
0	17						looking_at_viewer, 1girl, blush, smile, long_sleeves, solo, black_shirt, closed_mouth, collared_shirt, simple_background, white_background, white_skirt, black_thighhighs, hair_between_eyes, jacket, necktie, gloves, purple_hair, shirt_tucked_in, thighs
1	6						black_gloves, 1girl, holding, necktie, ushanka, white_headwear, fur_trim, long_sleeves, looking_at_viewer, solo, winter_clothes, black_pantyhose, full_body, purple_hair, twin_braids, white_coat

表格版本

#	Samples	Img-1	Img-2	Img-3	Img-4	Img-5	looking_at_viewer	1girl	blush	smile	long_sleeves	solo	black_shirt	closed_mouth	collared_shirt	simple_background	white_background	white_skirt	black_thighhighs	hair_between_eyes	jacket	necktie	gloves	purple_hair	shirt_tucked_in	thighs	black_gloves	holding	ushanka	white_headwear	fur_trim	winter_clothes	black_pantyhose	full_body	twin_braids	white_coat
0	17						X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X
1	6						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

在数字艺术与角色数据集构建领域，CyberHarem/tomoe_bluearchive 数据集聚焦于游戏《蔚蓝档案》中的角色“巴”（佐城トモエ），其构建过程融合了多源数据采集与自动化处理技术。该数据集共收录33张图像及其对应标签，图像来源涵盖Danbooru、Pixiv、Zerochan等多个知名艺术平台，采集工作由DeepGHS团队研发的自动化爬虫系统完成。为确保数据质量，原始图像在保留元信息的同时，其最小边长被对齐至1400像素。此外，数据集提供了多种预处理版本，包括短边不超过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像素的增强版本，以满足不同训练需求。

特点

该数据集的特点体现在其精细化的标签体系与多版本存储结构上。核心标签如长髮、巨乳、粉髮、光环等已被系统性地剪枝，保留的是表征角色关键视觉特征的描述符。数据集不仅包含原始RAW格式，还提供了IMG+TXT配对形式，便于直接用于文本到图像模型的训练。尤为突出的是，数据集附带了标签聚类分析结果，通过无监督学习将图像划分为不同簇，例如“看向观众、微笑、长袖、黑色衬衫”等组合，这有助于挖掘角色在不同着装或场景下的潜在模式，为风格迁移或细粒度生成任务提供了结构化数据支撑。

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，并利用Waifuc库实现高效加载。以原始数据集为例，用户首先通过huggingface_hub库中的hf_hub_download函数获取dataset-raw.zip文件，解压至指定目录后，借助Waifuc的LocalSource类即可遍历图像及其元数据（如文件名、标签）。对于需要标准化输入的场景，可选择1200像素版本；而追求数据增强效果的，则可选用三阶段裁剪版本。此外，聚类结果以表格形式呈现，支持按标签筛选图像，便于快速定位特定风格的样本子集，从而加速模型训练或验证流程。

背景与挑战

背景概述

在文本到图像生成领域，高质量、精细标注的角色数据集是驱动模型学习特定视觉概念与风格的关键。CyberHarem/tomoe_bluearchive 数据集正是为满足这一需求而构建，专注于《蔚蓝档案》中的角色“巴”（佐城トモエ）。该数据集由 DeepGHS 团队于近期创建，通过自动化爬虫系统从 Danbooru、Pixiv、Zerochan 等多个知名二次元图像平台收集了 33 张图像，并附有详尽的标签信息。其核心研究问题在于如何高效地收集、标准化并结构化二次元角色图像数据，以支持诸如角色定制、风格迁移等下游任务。该数据集虽规模小巧，但为特定角色的精准生成研究提供了标准化基准，对推动二次元领域文本到图像生成模型的细粒度控制能力具有示范意义。

当前挑战

该数据集面临的挑战主要体现在两个层面。在领域问题层面，二次元角色生成需要模型具备对复杂属性（如发型、服饰、配饰）的精确语义理解与组合能力，而传统数据集往往缺乏对角色核心标签（如长发、粉发、光环）的筛选与去噪，易导致生成结果出现属性混淆。在构建过程中，数据来源的多样性带来了质量与版权不一致的问题，自动爬取系统需克服不同平台的图像分辨率、水印及标签格式差异。此外，仅 33 张图像的极小规模难以覆盖角色在不同场景、姿态与光照下的丰富变化，限制了模型泛化能力，并增加了过拟合风险。最后，标签聚类虽有助于挖掘着装模式，但人工验证与清洗的高成本仍是规模化扩展的主要瓶颈。

常用场景

经典使用场景

在文本到图像生成领域，CyberHarem/tomoe_bluearchive 数据集被广泛用于训练和微调基于扩散模型的二次元角色生成系统。该数据集汇聚了来自 Danbooru、Pixiv 等平台的 33 张高质图像及精细标注标签，覆盖了角色的核心视觉特征如粉发、长辫、光环与制服等。研究者常利用其多分辨率版本（如 1200 像素边长裁剪版）进行条件生成模型的训练，通过标签引导实现角色外貌与姿态的精准复现，是二次元角色定制化生成任务中的经典小样本基准。

衍生相关工作

该数据集衍生了一系列经典工作，包括基于标签聚类的角色服饰风格迁移方法，其提供的聚类结果（如冬季校服与常服分组）启发了无监督场景下的风格解耦研究。此外，研究者利用其多阶段裁剪版本开发了针对小物体（如光环）的注意力增强训练策略，相关成果被应用于更广泛的人像生成领域。数据集还催生了面向二次元角色的标签补全与去噪算法，为构建更大规模、更高质量的角色数据库奠定了方法论基础。

数据集最近研究

最新研究方向

在文本到图像生成领域，针对特定动漫角色的精细化数据集构建正成为前沿热点。CyberHarem/tomoe_bluearchive 数据集聚焦于《蔚蓝档案》中的角色“巴”，通过从Danbooru、Pixiv等多源平台自动爬取并清洗，提供了33张高分辨率图像及对应的标签信息。该数据集不仅包含了角色核心特征（如长发、粉色头发、光环等），还通过标签聚类技术挖掘出不同服饰与场景组合，为角色一致性生成、风格迁移及少样本学习提供了高质量的训练素材。这一研究方向与当前AIGC在二次元文化中的爆发式应用紧密相连，推动了虚拟角色定制化与个性化内容创作的发展，其意义在于为社区驱动的数据集共建树立了标杆，加速了文本到图像模型在细分领域的落地与优化。