CyberHarem/ako_bluearchive

这是关于ako/天雨アコ/亚子（Blue Archive）的数据集，包含500张图片及其标签。图片来源于多个网站（如danbooru、pixiv、zerochan等），并通过自动爬取系统收集。核心标签包括`blue_hair, breasts, large_breasts, blue_eyes, halo, long_hair, hair_between_eyes, hairband, blue_halo, earrings`。数据包分为raw、1200和stage3-p480-1200三种类型，分别对应不同的图像处理方式。

原始信息汇总

数据集概述：ako/天雨アコ/亚子 (Blue Archive)

数据集基本信息

• 名称：ako/天雨アコ/亚子 (Blue Archive)
• 内容：包含500张图像及其标签
• 核心标签：blue_hair, breasts, large_breasts, blue_eyes, halo, long_hair, hair_between_eyes, hairband, blue_halo, earrings
• 许可：MIT
• 任务类别：text-to-image
• 标签：art, not-for-all-audiences
• 大小类别：n<1K

数据集包信息

名称	图像数量	大小	类型	描述
raw	500	1014.35 MiB	Waifuc-Raw	原始数据，包含元信息，最小边对齐至1400像素（如果更大）
1200	500	825.51 MiB	IMG+TXT	短边不超过1200像素的数据集
stage3-p480-1200	1366	1.73 GiB	IMG+TXT	三阶段裁剪数据集，区域不小于480x480像素

数据集加载示例

使用waifuc加载原始数据集的示例代码如下：

python import os import zipfile

from huggingface_hub import hf_hub_download from waifuc.source import LocalSource

下载原始存档文件

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

提取文件到目录

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])

标签集群列表

原始文本版本

#	样本数	图像示例	标签示例
0	35		1girl, long_sleeves, neck_bell, sideboob, sideless_outfit, sideless_shirt, solo, looking_at_viewer, black_skirt, garter_straps, half_gloves, black_thighhighs, blush, white_shirt, black_gloves, blue_jacket, holding, smile, closed_mouth, collar, blue_hairband, clipboard, stud_earrings, white_background, blue_gloves, simple_background, sitting
1	11		1boy, 1girl, ass, backless_dress, blue_dress, hetero, official_alternate_costume, sleeveless_dress, blush, sex_from_behind, vaginal, penis, bare_shoulders, looking_at_viewer, looking_back, mosaic_censoring, open_mouth, pussy, sideboob, anus, jewelry, pov, solo_focus, clenched_teeth, clothed_female_nude_male, doggystyle, shackles
2	7		1girl, ass, backless_dress, bare_shoulders, blue_dress, blush, from_behind, looking_at_viewer, looking_back, official_alternate_costume, sideboob, simple_background, sleeveless_dress, solo, white_background, cuffs, medium_hair, black_hairband, closed_mouth
3	22		1girl, blue_dress, official_alternate_costume, simple_background, sleeveless_dress, solo, plunging_neckline, white_background, blush, looking_at_viewer, cleavage, bare_shoulders, sideboob, shackles, black_hairband, closed_mouth, jewelry, backless_dress
4	6		1girl, blue_dress, blush, drinking_glass, holding_cup, official_alternate_costume, sleeveless_dress, solo, backless_dress, bare_shoulders, bracelet, looking_at_viewer, sideboob, cleavage, plunging_neckline, smile
5	9		gym_uniform, official_alternate_costume, white_shirt, blush, gym_shirt, track_jacket, 1girl, whistle_around_neck, long_sleeves, looking_at_viewer, red_buruma, solo, open_mouth, holding, open_jacket, sweat, thighs

表格版本

#	样本数	图像示例	1girl	long_sleeves	neck_bell	sideboob	sideless_outfit	sideless_shirt	solo	looking_at_viewer	black_skirt	garter_straps	half_gloves	black_thighhighs	blush	white_shirt	black_gloves	blue_jacket	holding	smile	closed_mouth	collar	blue_hairband	clipboard	stud_earrings	white_background	blue_gloves	simple_background	sitting	1boy	ass	backless_dress	blue_dress	hetero	official_alternate_costume	sleeveless_dress	sex_from_behind	vaginal	penis	bare_shoulders	looking_back	mosaic_censoring	open_mouth	pussy	anus	jewelry	pov	solo_focus	clenched_teeth	clothed_female_nude_male	doggystyle	shackles	from_behind	cuffs	medium_hair	black_hairband	plunging_neckline	cleavage	drinking_glass	holding_cup	bracelet	gym_uniform	gym_shirt	track_jacket	whistle_around_neck	red_buruma	open_jacket	sweat	thighs
0	35		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	11		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
2	7		X			X			X	X					X						X					X		X			X	X	X		X	X				X	X												X	X	X	X
3	22		X			X			X	X					X						X					X		X				X	X		X	X				X						X						X				X	X	X
4	6		X			X			X	X					X					X												X	X		X	X				X																	X	X	X	X	X
5	9		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

在动漫角色数据集的构建领域中，针对《碧蓝档案》中人气角色“亚子”（天雨アコ）的图像数据收集与处理是一项精细的工作。本数据集由DeepGHS团队开发，通过自动化爬虫系统从Danbooru、Pixiv、Zerochan等多个知名图像平台采集了500张高质量图片。为确保数据的一致性与可用性，团队对原始图像进行了多尺度预处理，提供了三种不同规格的打包版本：原始元数据包（raw）、短边不超过1200像素的标准包（1200）以及经过三级裁剪且面积不低于480×480像素的增强包（stage3-p480-1200）。同时，数据集对角色核心标签（如蓝发、大胸、光环等）进行了精简，以聚焦于最具辨识度的视觉特征。

特点

该数据集的核心特点在于其多维度的组织与标注结构。除了基础的图像-标签对形式，还内置了基于标签聚类的分析结果，将相似服饰或场景的图像归入六个不同簇中，例如“日常制服”、“官方换装”及“运动服”等，便于研究者挖掘角色在不同情境下的视觉模式。数据集的标签系统详尽丰富，覆盖了角色属性、服装细节、动作姿态及背景元素，为文本到图像生成任务提供了高质量的监督信号。此外，数据集采用MIT许可证开源，并明确标注为“非全年龄向”内容，确保了使用的合规性与透明度。

使用方法

本数据集的使用方式灵活多样，尤其适合文本到图像生成模型的训练与评估。用户可通过Hugging Face Hub直接下载三种预设的压缩包，其中原始包支持与Waifuc框架的无缝集成，通过简单的Python代码即可完成下载、解压和加载，实现图像与元数据（如标签、文件名）的迭代访问。对于进阶研究，建议利用提供的聚类信息进行条件生成或风格迁移实验。使用时需注意数据集的非全年龄向属性，并在合规场景下部署。整体而言，该数据集为动漫角色生成领域提供了一个结构清晰、标注完备的基准资源。

背景与挑战

背景概述

在生成式人工智能与数字艺术交融的时代，针对特定虚拟角色的高质量图像数据集成为推动文本到图像生成技术发展的关键资源。CyberHarem/ako_bluearchive数据集由DeepGHS团队于近期构建，聚焦于游戏《Blue Archive》中的人气角色“天雨アコ”（亚子），收录了500张经过精细标注的图像。该数据集的核心研究问题在于如何通过结构化标签（如蓝发、光环、耳环等特征）与多源爬取策略（涵盖Danbooru、Pixiv等平台），为角色定制化生成模型提供纯净、多样化的训练样本。其影响力体现在为二次元垂直领域的扩散模型微调提供了标准化基准，尤其促进了角色一致性生成与细粒度属性控制的学术探索。

当前挑战

当前数据集面临多重挑战。首先，在领域问题层面，文本到图像生成任务中角色特征的高保真还原仍是难点，诸如发色、服饰细节等核心标签的歧义性可能导致模型生成偏差，且仅500张样本的规模难以覆盖复杂姿态与光照变化。其次，构建过程中遭遇显著困难：多源爬取需应对版权与内容审核问题，如部分样本包含成人向标签（如'vaginal'、'penis'），迫使数据清洗时需平衡内容合规性与多样性；此外，自动标注系统对稀有或动态特征（如'gym_uniform'）的识别精度有限，手工修正成本高昂，而图像裁剪与分辨率对齐（如stage3-p480-1200处理）在保留语义完整性时面临细节损失风险。

常用场景

经典使用场景

在文本到图像生成领域，CyberHarem/ako_bluearchive数据集凭借其精心整理的500张高分辨率图像与对应的标签信息，成为微调与评估扩散模型（如Stable Diffusion）的经典基准。该数据集聚焦于《蔚蓝档案》角色天雨亚子，通过标准化标签系统（如蓝发、光环、耳饰等核心特征）为模型提供了精细化的视觉语义对齐样本。研究者常利用其多尺寸打包版本（如1200像素短边裁剪版与三阶段裁剪版）进行条件生成任务的训练，尤其适合探索角色一致性保持、服饰风格迁移以及复杂属性组合生成等前沿课题。

解决学术问题

该数据集有效解决了动漫角色生成中视觉特征解耦与语义一致性控制的学术难题。通过提供包含原始元数据与标签聚类的结构化资源，它支持研究者深入探究多模态对齐机制，例如如何将'侧乳'、'无袖连衣裙'等细粒度属性精准映射到图像生成过程中。此外，其聚类分析结果（如6类服饰变体）为探索非监督特征分解提供了实证基础，推动了可控生成中属性解纠缠与零样本泛化能力的研究进展，显著提升了生成模型对虚构角色美学特征的还原精度。

衍生相关工作

该数据集衍生了一系列具有影响力的研究工作，包括基于角色标签聚类的高效数据增强策略（如DeepGHS团队提出的三阶段裁剪方法），以及针对动漫风格图像的多尺度生成模型优化方案。此外，研究者利用其标签-图像对开发了属性编辑框架，实现了对角色发型、服饰等特征的局部修改而保持身份不变性。在模型压缩领域，该数据集被用于验证知识蒸馏技术在特定角色生成任务中的有效性，推动了轻量化动漫生成模型在移动设备上的部署实践。