CyberHarem/ushiwakamaru_fgo

这是一个名为ushiwakamaru/牛若丸/牛若丸 (Fate/Grand Order)的数据集，包含500张图片及其标签。图片从多个网站（如danbooru, pixiv, zerochan等）爬取，并由DeepGHS团队提供技术支持。数据集的核心标签包括长头发、黑发、侧马尾等，这些标签在数据集中被修剪。

This is a dataset titled "ushiwakamaru/牛若丸/牛若丸 (Fate/Grand Order)", which contains 500 images along with their respective labels. The images were crawled from multiple image-sharing platforms such as danbooru, pixiv, and zerochan, and the dataset was technically supported by the DeepGHS team. The core labels of this dataset include long hair, black hair, side ponytail, and other relevant tags, and these labels have been pruned in the dataset.

原始信息汇总

数据集概述

数据集名称

Dataset of ushiwakamaru/牛若丸/牛若丸 (Fate/Grand Order)

数据集描述

该数据集包含500张关于角色ushiwakamaru/牛若丸/牛若丸 (Fate/Grand Order)的图像及其标签。主要标签包括long_hair, black_hair, side_ponytail, breasts, parted_bangs, blue_eyes, very_long_hair, medium_breasts, sidelocks, hat, hair_ornament, feather_hair_ornament, hair_bun, single_side_bun, black_headwear。

数据集来源

图像从多个网站（如danbooru, pixiv, zerochan等）爬取，爬虫系统由DeepGHS Team开发。

数据集包列表

名称	图像数量	大小	下载链接	类型	描述
raw	500	760.84 MiB	Download	Waifuc-Raw	包含元信息的原始数据（如果较大，最小边对齐到1400）。
1200	500	660.76 MiB	Download	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	1269	1.23 GiB	Download	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。

数据集加载

提供了使用waifuc加载原始数据集的示例代码。

标签聚类结果

列出了标签聚类结果，可能有助于挖掘某些服装。

原始文本版本

#	Samples	Img-1	Img-2	Img-3	Img-4	Img-5	标签
0	44						1girl, breast_curtains, detached_sleeves, feathers, katana, revealing_clothes, solo, tate_eboshi, white_sleeves, kusazuri, holding_sword, mismatched_sleeves, pom_pom_(clothes), sode, looking_at_viewer, stomach, tassel, purple_sleeves, wide_sleeves, navel, blue_panties, single_pantsleg, holding_sheath, blue_gloves, simple_background, white_background, single_glove, white_socks, sheathed
1	6						1boy, 1girl, hetero, navel, nipples, penis, sex, solo_focus, sweat, vaginal, blush, censored, spread_legs, collarbone, cowgirl_position, girl_on_top, looking_at_viewer, nude, stomach, cum_in_pussy, open_mouth, pov, smile, tate_eboshi
2	19						1girl, blue_bikini, single_hair_bun, solo, looking_at_viewer, yellow_jacket, long_sleeves, navel, collarbone, smile, blush, open_mouth, thighs, bare_shoulders, jacket_over_swimsuit
3	7						1girl, blue_bikini, blue_sky, cloud, day, navel, outdoors, solo, looking_at_viewer, ocean, single_hair_bun, smile, beach, yellow_jacket
4	11						1girl, looking_at_viewer, solo, blush, alternate_costume, contemporary, long_sleeves, collared_shirt, pleated_skirt, school_uniform, white_shirt, open_mouth, single_hair_bun, red_bowtie, black_skirt, :d, dress_shirt, jacket, open_clothes, socks, thighs, yellow_sweater

表格版本

#	Samples	Img-1	Img-2	Img-3	Img-4	Img-5	1girl	breast_curtains	detached_sleeves	feathers	katana	revealing_clothes	solo	tate_eboshi	white_sleeves	kusazuri	holding_sword	mismatched_sleeves	pom_pom_(clothes)	sode	looking_at_viewer	stomach	tassel	purple_sleeves	wide_sleeves	navel	blue_panties	single_pantsleg	holding_sheath	blue_gloves	simple_background	white_background	single_glove	white_socks	sheathed	1boy	hetero	nipples	penis	sex	solo_focus	sweat	vaginal	blush	censored	spread_legs	collarbone	cowgirl_position	girl_on_top	nude	cum_in_pussy	open_mouth	pov	smile	blue_bikini	single_hair_bun	yellow_jacket	long_sleeves	thighs	bare_shoulders	jacket_over_swimsuit	blue_sky	cloud	day	outdoors	ocean	beach	alternate_costume	contemporary	collared_shirt	pleated_skirt	school_uniform	white_shirt	red_bowtie	black_skirt	:d	dress_shirt	jacket	open_clothes	socks	yellow_sweater
0	44						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	X	X	X	X
1	6						X							X							X	X				X										X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X
2	19						X						X								X					X																		X			X					X		X	X	X	X	X	X	X	X
3	7						X						X								X					X																												X	X	X	X					X	X	X	X	X	X
4	11						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

在二次元角色图像生成领域，高质量、标签规范的数据集是模型训练的关键基石。本数据集聚焦于《Fate/Grand Order》中人气角色牛若丸（Ushiwakamaru），由DeepGHS团队利用其自主研发的自动化爬取系统，从Danbooru、Pixiv、Zerochan等多个主流图像站点采集原始图像，共计500张。构建过程中，系统对图像进行了预处理，包括将最短边对齐至1400像素以保留细节，随后提供多种分辨率版本：1200像素短边限制版以及经过三阶段裁剪、确保区域不小于480x480像素的增强版。所有图像均附带精细标注的标签，核心特征标签如长发、黑发、侧马尾、蓝眼等已被系统化剔除，以优化训练效果。

特点

该数据集的核心特色在于其多层级的组织形式与丰富的扩展信息。除了原始图像包（raw）外，还提供了适用于不同训练需求的标准化版本（1200版与stage3裁剪版），后者通过数据增强将样本量扩展至1269个，显著提升了数据的多样性与鲁棒性。数据集附带了标签聚类分析结果，将图像按视觉相似性归为5个簇，例如战斗装束、泳装、校园制服等不同造型，便于研究者挖掘角色在不同情境下的表征模式。这种结构化设计不仅支持直接的文本到图像生成任务，也为风格迁移、角色一致性分析等前沿研究提供了便利。

使用方法

研究者可通过Hugging Face Hub便捷地获取该数据集。推荐使用Waifuc库加载原始数据集：首先利用huggingface_hub库的hf_hub_download函数下载dataset-raw.zip压缩包，解压至本地目录后，通过waifuc.source中的LocalSource类实例化数据源，即可迭代访问每个样本的图像文件及其元数据（包括文件名与标签列表）。对于需要标准化输入的实验，可直接下载1200或stage3裁剪版本的ZIP包，这些包内图像与对应文本标签一一配对，简化了数据加载流程，兼容主流深度学习框架的数据管道。

背景与挑战

背景概述

在生成式人工智能与二次元文化交融的浪潮中，面向特定角色的文本到图像生成数据集成为推动模型个性化创作的关键资源。CyberHarem/ushiwakamaru_fgo数据集由DeepGHS团队于近期构建，聚焦于《Fate/Grand Order》中的经典角色牛若丸。该数据集汇集了来自Danbooru、Pixiv等多个知名平台的500张高质量图像及其对应的标签信息，核心研究问题在于为角色定制化文生图模型提供标准化、结构化的训练素材。通过自动爬取与精细化的标签剪枝，数据集不仅保留了角色的核心特征（如长发、黑发、侧马尾等），还引入了多阶段裁剪与尺寸规范，显著提升了数据可用性。该数据集的出现，为二次元角色生成领域树立了数据构建的典范，有力推动了相关研究从通用生成向角色专属生成的精细化转型。

当前挑战

该数据集所面临的挑战首先体现在领域问题的复杂性上：文本到图像生成任务要求模型精准理解并还原角色在多种姿态、服饰与场景下的视觉一致性，而牛若丸的设定包含大量细节（如羽毛头饰、单侧发髻等），对模型细粒度特征捕捉能力提出了严苛要求。构建过程中，数据采集面临版权与来源多样性问题，自动爬取系统需平衡图像质量与合规性；同时，原始标签噪声显著，需通过聚类与人工校验进行去重与精简，以确保标签语义的准确性与完整性。此外，数据集仅含500张图像，规模偏小，易导致生成结果过拟合或泛化不足，如何在有限样本下实现高质量的角色生成，仍是亟待攻克的技术瓶颈。

常用场景

经典使用场景

在文本到图像生成领域，CyberHarem/ushiwakamaru_fgo 数据集为动漫风格的角色生成提供了高质量的视觉与语义对齐资源。该数据集包含500张精心标注的牛若丸（Fate/Grand Order）图像，附带丰富的标签信息，如发型、服饰、姿态等核心特征，使其成为训练和评估条件生成模型（如Stable Diffusion、ControlNet）的理想选择。研究者可利用其进行角色一致性生成、属性可控合成以及多模态学习等经典任务，通过标签与图像的配对关系，探索细粒度视觉概念的解耦与重组。

衍生相关工作

基于该数据集，衍生出多项经典工作，包括角色风格迁移、属性编辑和图像修复等方向。例如，研究者利用其标签聚类结果开发了基于注意力机制的部件级生成方法，实现了对和服、发饰等元素的精准控制。此外，该数据集被整合进Waifuc框架，支持自动化数据增强与多尺度训练策略，催生了如DeepGHS团队的批量标注与筛选工具，为大规模动漫数据集构建提供了范式参考。

数据集最近研究

最新研究方向

在二次元角色驱动的内容生成领域，基于动漫游戏《Fate/Grand Order》中牛若丸角色的精细化图像数据集正成为文本到图像模型微调的热点资源。该数据集通过多源爬取与自动化标注系统，构建了包含500张高质量图像及其语义标签的标准化语料，其标签聚类分析揭示了角色在不同装扮、场景与互动模式下的视觉特征分布，如战斗装束、泳装造型及校园服饰等细分方向。这一研究动向与当前AIGC社区对特定角色一致性生成、风格迁移以及可控图像编辑的需求紧密相连，尤其为少样本学习下的角色定制化模型提供了关键训练素材。该数据集的意义在于推动了动漫角色知识产权在生成式模型中的规范化表达，为跨模态检索与个性化内容创作奠定了数据基础。