CyberHarem/sothis_fireemblem

这是一个名为sothis (Fire Emblem)的数据集，包含433张图片及其标签。数据集的核心标签包括green_hair, long_hair, braid, green_eyes, twin_braids, ribbon_braid, pointy_ears, ribbon, hair_ornament, hair_ribbon, side_braid。图片从多个网站（如danbooru, pixiv, zerochan等）爬取，爬取系统由DeepGHS团队提供。数据集提供了多种格式的下载选项，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，README还列出了标签聚类的结果，展示了不同标签组合下的图片样本。

This is the dataset of sothis (Fire Emblem), containing 433 images and their tags. The core tags of this character are `green_hair, long_hair, braid, green_eyes, twin_braids, ribbon_braid, pointy_ears, ribbon, hair_ornament, hair_ribbon, side_braid`, which are pruned in this dataset. Images are crawled from many sites (e.g. danbooru, pixiv, zerochan ...), the auto-crawling system is powered by [DeepGHS Team](https://github.com/deepghs)([huggingface organization](https://huggingface.co/deepghs)). The dataset includes various formats and sizes of images, such as raw data, images of different resolutions, and images cropped in three stages. Additionally, the dataset provides tag clustering results, which may help in mining certain outfits.

原始信息汇总

数据集概述

数据集基本信息

• 名称: Dataset of sothis (Fire Emblem)
• 许可: MIT
• 任务类别: text-to-image
• 标签: art, not-for-all-audiences
• 大小类别: n<1K
• 图像数量: 433

核心标签

• green_hair, long_hair, braid, green_eyes, twin_braids, ribbon_braid, pointy_ears, ribbon, hair_ornament, hair_ribbon, side_braid

数据包列表

名称	图像数量	大小	类型	描述
raw	433	548.51 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	433	325.30 MiB	IMG+TXT	短边不超过800像素的数据集。
stage3-p480-800	939	654.56 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。
1200	433	489.94 MiB	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	939	900.72 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。

标签聚类结果

原始文本版本

#	样本数量	图像示例	标签
0	11		1girl, closed_mouth, simple_background, solo, tiara, upper_body, smile, white_background, looking_at_viewer
1	25		1girl, dress, solo, tiara, barefoot, closed_mouth, full_body, smile, anklet, very_long_hair, simple_background, looking_at_viewer
2	7		1girl, closed_mouth, sitting, solo, tiara, dress, smile, very_long_hair, throne
3	5		1girl, christmas_ornaments, fur_trim, simple_background, smile, solo, tiara, closed_mouth, dress, full_body, white_background, very_long_hair
4	9		1girl, fur_trim, gift_box, tiara, christmas_ornaments, smile, solo, dress, closed_mouth, holding, open_mouth
5	8		1girl, bangs, cleavage, cosplay, official_alternate_costume, solo, tiara, medium_hair, clothing_cutout, hair_between_eyes, large_breasts, looking_at_viewer, blue_dress, blush, bare_shoulders, closed_mouth, upper_body
6	9		2girls, tiara, dress, simple_background, white_background, open_mouth, smile, closed_mouth
7	12		halloween_costume, witch_hat, smile, 1girl, holding, striped, black_dress, black_headwear, lollipop, looking_at_viewer, official_alternate_costume, open_mouth, puffy_short_sleeves, broom, 1boy, solo
8	18		1girl, hetero, nipples, penis, solo_focus, pussy, sex, 1boy, vaginal, small_breasts, tiara, uncensored, completely_nude, cum, navel, spread_legs

搜集汇总

数据集介绍

构建方式

在数字艺术与角色设计领域，高质量图像数据集的构建对于文本到图像生成模型的训练至关重要。CyberHarem/sothis_fireemblem数据集聚焦于《火焰之纹章》系列中的角色苏谛斯，通过自动化爬取系统从Danbooru、Pixiv、Zerochan等多个艺术平台收集原始图像，并由DeepGHS团队提供技术支持。数据集包含433张经过筛选的图像，每个样本均附有详细标签。核心特征标签如绿发、长发、编发、绿眼等已被精简处理。为满足不同应用场景，数据集提供了多种版本，包括原始数据包、短边不超过800或1200像素的标准化版本，以及经过三阶段裁剪且面积不低于480x480像素的增强版本，确保了数据在尺寸和质量上的多样性。

特点

该数据集最显著的特点在于其精细化的标签体系与多版本结构。核心标签的剪枝操作使得角色特征更为突出，便于模型聚焦于关键视觉元素。通过标签聚类分析，数据集揭示了苏谛斯在不同着装和场景下的多样性，例如从正式礼服到节日装扮，乃至特定主题的Cosplay，共形成了9个视觉聚类簇，每个簇包含数张至二十余张样本。此外，数据集明确标注了部分样本可能包含成人内容，体现了对内容合规性的审慎处理。多分辨率版本的提供，使得研究者能够根据计算资源和训练目标灵活选择，而三阶段裁剪版本则通过智能构图保留了图像的关键区域，提升了数据的可用性。

使用方法

研究人员可通过HuggingFace Hub便捷地获取该数据集。对于需要原始元数据的用户，推荐使用Waifuc库加载原始数据包，通过简单的Python代码即可实现下载、解压与迭代访问，每个数据项包含图像、文件名及标签信息。标准化版本（800和1200）可直接与常见的文本到图像训练框架（如Stable Diffusion）配合使用，而裁剪版本则适合需要固定尺寸输入的模型。数据集的分包下载机制允许用户按需获取，节省存储空间。结合提供的标签聚类结果，研究者可以进一步探索角色在不同视觉概念下的表现，为模型的条件生成能力提供丰富的训练素材。

背景与挑战

背景概述

在二次元文化与人工智能交融的浪潮中，高质量、精细化的角色图像数据集成为驱动文本到图像生成模型发展的关键基石。CyberHarem/sothis_fireemblem数据集由DeepGHS团队于近年创建，聚焦于《火焰之纹章》系列中的知名角色“苏谛斯”。该数据集的核心研究问题在于如何系统性地收集、标注并结构化一个特定动漫角色的多源图像资源，以支持角色定制化生成与风格迁移等前沿任务。通过从Danbooru、Pixiv、Zerochan等主流图站自动爬取并清洗，最终收录了433张高分辨率图像及其详尽标签，为相关领域的模型微调与评估提供了宝贵资源，在二次元AI社区内产生了广泛影响。

当前挑战

该数据集所面临的挑战首先体现在领域问题层面：文本到图像生成任务对角色一致性和细节保真度要求极高，而单一角色图像数量有限（不足千张），易导致模型过拟合或生成内容缺乏多样性。构建过程中，挑战更为显著：多源数据爬取需应对不同网站的异构结构与反爬机制；图像标签的自动提取与人工校验难以完全避免噪声与歧义；此外，数据集内容包含不适宜公开的成人向样本（如第8聚类所示），如何在开放共享与内容安全之间取得平衡，亦是一大难题。这些挑战共同制约着数据集在泛化性与安全性上的表现。

常用场景

经典使用场景

在文本到图像生成领域，该数据集常用于微调扩散模型或生成对抗网络，以实现对《火焰之纹章》中角色苏蒂斯的精准再现。其包含的433张高分辨率图像及详尽标签，如发色、发型、瞳色等核心特征，为模型提供了丰富的风格化训练素材。研究者可基于此数据集探索角色一致性生成，确保输出图像在保留原角色辨识度的同时，满足特定艺术风格或场景需求，从而推动动漫角色生成技术的精细化发展。

实际应用

在实际应用中，该数据集可赋能游戏开发与同人创作产业，支持快速生成苏蒂斯角色在多种场景下的概念图或宣传素材。例如，开发者可利用微调后的模型自动生成角色在节日活动（如圣诞节、万圣节）中的专属立绘，大幅降低美术资源制作成本。此外，其标签系统可集成至交互式创作工具中，允许用户通过文本指令定制角色表情、姿态或服装，为个性化数字内容生产提供高效解决方案。

衍生相关工作

该数据集衍生出多项经典工作，包括基于标签聚类分析的角色服装变换研究，以及利用多尺度裁剪版本（如stage3-p480-800）提升生成图像细节保真度的技术。研究者还探索了将其与waifuc数据加载框架结合，构建自动化图像采集与标注流水线，相关成果被应用于大规模动漫角色数据库的构建。此外，该数据集中的原始元数据（如来源网站、分辨率信息）为跨域图像质量评估与版权溯源研究提供了重要参考。