CyberHarem/foch_azurlane

这是一个名为foch/フォッシュ/福煦 (Azur Lane)的数据集，包含76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breasts, purple_hair, bangs, hair_between_eyes, multicolored_hair, long_hair, large_breasts, ahoge, crossed_bangs, grey_hair, red_eyes, pink_eyes, blue_hair, hair_ornament, sidelocks。此外，README还提供了不同版本的下载链接，包括原始数据、不同分辨率的图片集以及经过裁剪的图片集。最后，README还展示了如何使用waifuc工具加载原始数据集，并提供了标签聚类结果的示例。这是一个名为foch/フォッシュ/福煦 (Azur Lane)的数据集，包含76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breasts, purple_hair, bangs, hair_between_eyes, multicolored_hair, long_hair, large_breasts, ahoge, crossed_bangs, grey_hair, red_eyes, pink_eyes, blue_hair, hair_ornament, sidelocks。此外，README还提供了不同版本的下载链接，包括原始数据、不同分辨率的图片集以及经过裁剪的图片集。最后，README还展示了如何使用waifuc工具加载原始数据集，并提供了标签聚类结果的示例。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Dataset of foch/フォッシュ/福煦 (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: 76张
• 核心标签: breasts, purple_hair, bangs, hair_between_eyes, multicolored_hair, long_hair, large_breasts, ahoge, crossed_bangs, grey_hair, red_eyes, pink_eyes, blue_hair, hair_ornament, sidelocks

数据集包列表

名称	图像数量	大小	类型	描述
raw	76	113.62 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	76	55.03 MiB	IMG+TXT	短边不超过800像素的数据集。
stage3-p480-800	177	116.71 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。
1200	76	95.39 MiB	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	177	175.93 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	9		1girl, solo, white_leotard, blush, cowboy_shot, cross_hair_ornament, epaulettes, long_sleeves, looking_at_viewer, simple_background, standing, thighhighs, white_background, cape, groin, highleg, jacket, open_mouth, smile
1	5		1girl, bare_shoulders, black_shorts, cropped_sweater, looking_at_viewer, off-shoulder_sweater, official_alternate_costume, smile, solo, white_sweater, cowboy_shot, midriff, navel, open_mouth, white_background, blush, simple_background, two-tone_hair, bag, cleavage, long_sleeves, petals, standing
2	7		1girl, bare_shoulders, black_shorts, collarbone, cropped_sweater, high-waist_shorts, looking_at_viewer, off-shoulder_sweater, official_alternate_costume, solo, standing, thigh_holster, white_sweater, blush, cleavage, handbag, sleeves_past_wrists, long_sleeves, parted_lips, shoulder_bag, smile, zipper_pull_tab, white_background, cowboy_shot, full_body, legs, shoes, two-tone_hair

表格版本

#	样本数量	图像示例	1girl	solo	white_leotard	blush	cowboy_shot	cross_hair_ornament	epaulettes	long_sleeves	looking_at_viewer	simple_background	standing	thighhighs	white_background	cape	groin	highleg	jacket	open_mouth	smile	bare_shoulders	black_shorts	cropped_sweater	off-shoulder_sweater	official_alternate_costume	white_sweater	midriff	navel	two-tone_hair	bag	cleavage	petals	collarbone	high-waist_shorts	thigh_holster	handbag	sleeves_past_wrists	parted_lips	shoulder_bag	zipper_pull_tab	full_body	legs	shoes
0	9		X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X
1	5		X	X		X	X			X	X	X	X		X					X	X	X	X	X	X	X	X	X	X	X	X	X	X
2	7		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

搜集汇总

数据集介绍

构建方式

在二次元角色数据集构建领域，针对《碧蓝航线》中角色“福煦”的视觉与语义数据整理是一项精细工作。该数据集共收录76张图像及其对应标签，图像来源涵盖danbooru、pixiv、zerochan等多个知名插画站点，依托DeepGHS团队开发的自动化爬取系统完成高效采集。数据集中对角色核心标签进行了精简处理，保留了诸如breasts、purple_hair、bangs、multicolored_hair等关键描述符。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或1200像素的标准化版本，以及基于三阶段裁剪策略、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

该数据集的一个显著特点在于其多版本结构设计，每个版本均附有图像与对应文本标签文件，便于直接用于文本到图像生成任务。原始包支持通过waifuc库加载，保留完整元信息，为研究者提供灵活的数据探索途径。此外，数据集还提供了标签聚类结果，以原始文本和表格两种形式呈现，聚类结果揭示了不同图像组共有的视觉模式，如白色紧身衣、露肩毛衣等服装组合，有助于挖掘角色在不同画作中的常见搭配与风格倾向。

使用方法

使用该数据集时，研究者可通过HuggingFace Hub直接下载所需版本的压缩包。若需加载原始数据集，推荐采用waifuc库：首先通过hf_hub_download函数获取dataset-raw.zip文件，解压至本地目录后，利用LocalSource类即可逐项读取图像、文件名及标签信息。对于需要特定分辨率的场景，可直接选用800或1200版本；而追求数据增强效果的用户，则可选用stage3裁剪版本，该版本通过三阶段裁剪生成了更多样本，适用于扩充训练数据量。

背景与挑战

背景概述

自生成式人工智能兴起以来，文本到图像合成技术取得了长足进步，尤其在动漫与二次元文化领域，基于扩散模型的个性化角色生成成为研究热点。在此背景下，由DeepGHS团队于近期构建的CyberHarem/foch_azurlane数据集应运而生，聚焦于游戏《碧蓝航线》中角色福煦（Foch）的图像与标签数据。该数据集包含76张精心采集的图像，核心标签涵盖发色、瞳色、服饰等关键视觉属性，旨在为角色定制化生成与风格迁移提供高质量训练素材。其影响力体现在为小样本、高精度的动漫角色建模提供了标准化数据基础，推动了文本到图像模型在特定角色生成任务上的精细化发展。

当前挑战

该数据集所面临的挑战首先源于领域问题的复杂性：动漫角色生成需精准捕捉并再现角色的核心视觉特征（如多色发、异色瞳与特定服饰），而76张图像的规模对模型在有限样本下的泛化能力构成严峻考验，易导致过拟合或特征混淆。在构建过程中，挑战同样显著：图像需从Danbooru、Pixiv等多源平台自动爬取，面临版权合规、图像质量参差及标签噪声等问题；自动标注系统需对复杂视觉元素（如交叉刘海、肩部装饰等）进行精确语义映射，而标签冗余与缺失并存，进一步增加了数据清洗与聚类分析的难度。

常用场景

经典使用场景

该数据集专为文本到图像生成任务设计，聚焦于《碧蓝航线》角色福煦（foch）的视觉呈现。其核心应用在于训练和微调基于扩散模型的动漫风格图像生成算法，通过提供76张高质量、多视角的角色图像及精细的标签元数据（如发型、服饰、姿态等），使模型能够学习特定角色的视觉特征与语义标签之间的映射关系。研究者可借此探索条件图像生成中细粒度属性控制的有效性，例如通过标签组合生成指定装扮或动作的角色图像，从而推动可控生成技术在二次元领域的应用边界。

解决学术问题

该数据集有效解决了动漫角色个性化生成中数据稀缺与标注不一致的学术难题。传统通用动漫数据集往往缺乏对单一角色的系统性覆盖，导致模型在生成特定角色时出现特征混淆或细节失真。通过提供角色专属的高质量图像集与结构化标签体系，本数据支撑了少样本学习、角色一致性保持以及多模态对齐等方向的实证研究。其意义在于为条件生成模型的细粒度属性解耦提供了标准化基准，并促进了针对虚拟角色IP的生成式AI方法论验证。

衍生相关工作

该数据集衍生了一系列基于聚类分析与多阶段裁剪的预处理工作。其提供的聚类标签版本（如'white_leotard'与'cropped_sweater'分组）可辅助研究者挖掘角色不同装扮下的视觉模式，进而催生了面向角色换装生成的风格解耦研究。同时，'stage3-p480-800'等裁剪数据集为训练区域感知的扩散模型（如局部编辑或背景替换）提供了基准，相关成果已应用于角色部件级图像修复和姿态引导生成等下游任务，推动了精细化图像合成技术的发展。