BangumiBase/kanojomokanojo

《Kanojo mo Kanojo》番剧图像库，包含46个角色和11654张图片，分为多个子集，每个子集对应一个角色，并提供预览图像和下载链接。数据可能包含噪声，建议预处理后使用。

This is the image base of bangumi Kanojo mo Kanojo, containing 46 characters and 11654 images in total. The dataset is divided into subsets, each corresponding to a character, with preview images and download links provided. Note that the image bases may contain noise and it is recommended to perform necessary preprocessing before use.

原始信息汇总

Bangumi Image Base of Kanojo Mo Kanojo

概述

• 数据集名称: Bangumi Image Base of Kanojo Mo Kanojo
• 数据集类型: 图像数据集
• 数据集大小: 10K<n<100K
• 标签: art
• 许可证: MIT

数据集详情

• 总图像数: 11654张
• 角色数: 46个
• 数据质量:
  • 数据集可能包含噪声，未经过100%清理。
  • 建议在训练模型前进行必要的预处理，以消除潜在的噪声样本（约1%的概率）。

数据下载

• 完整数据集: all.zip
• 按角色分组下载:
  • 每个角色对应一个压缩包，包含该角色的所有图像。
  • 每个压缩包内包含8张预览图像。

角色列表

#	图像数	下载链接	预览1	预览2	预览3	预览4	预览5	预览6	预览7	预览8
0	2970	Download
1	54	Download
...	...	...	...	...	...	...	...	...	...	...
44	5	Download						N/A	N/A	N/A
noise	111	Download

搜集汇总

数据集介绍

构建方式

该数据集源自日本动漫《她也是女友》（Kanojo mo Kanojo）的番剧图像资源，由Bangumi社区构建并发布。数据集通过自动化检测与人工筛选相结合的方式，从番剧画面中提取出46个角色，共计11654张图像。每个角色对应一个独立编号的子集，图像以压缩包形式提供，并附有预览图便于识别。值得注意的是，数据集并未进行百分之百的清洗，约1%的图像可能包含噪声样本，这些噪声被单独归类至编号为“noise”的子集中，体现了构建者对数据质量的审慎态度。

特点

数据集的特点在于其聚焦单一动漫作品，角色覆盖全面且图像分布不均衡，例如编号0、7、17、26、32等子集包含上千张图像，而部分角色仅有寥寥数张，真实反映了角色在剧中的出场频率。这种长尾分布为研究动漫角色识别与生成任务提供了天然的数据挑战。此外，数据集明确标注了噪声类别，便于用户在训练模型时进行针对性过滤，增强了数据的实用性与透明度。整体上，该数据集兼具专业性与灵活性，适合动漫图像领域的多尺度分析。

使用方法

使用该数据集时，用户可直接从HuggingFace页面下载各角色对应的压缩包，解压后获得图像文件。鉴于数据存在约1%的噪声，建议在训练模型前进行必要的预处理，例如利用视觉质量评估或聚类方法剔除异常样本。对于角色识别任务，可将图像按子集编号作为标签进行监督学习；对于图像生成任务，则可基于角色分布进行条件生成。数据集采用MIT许可证，允许自由使用与修改，但需注意其来源为动漫作品，应用时需遵守相关著作权法规。

背景与挑战

背景概述

在计算机视觉与动漫文化交叉研究领域，角色识别与图像分类任务长期受限于高质量、细粒度标注数据的匮乏。BangumiBase/kanojomokanojo数据集由Bangumi社区的研究者或爱好者于近期创建，聚焦于日本动漫《女友成双》（Kanojo mo Kanojo）的角色图像。该数据集共包含46个角色类别，总计11654张图像，旨在为动漫角色识别、图像检索及生成模型提供标准化训练资源。其核心研究问题在于如何通过大规模、多视角的动漫角色图像，提升模型对相似角色外观的区分能力，进而推动二次元内容理解技术的发展。作为BangumiBase系列的一部分，该数据集填补了特定动漫作品精细化标注的空白，为相关领域的学术探索与工业应用奠定了数据基础。

当前挑战

该数据集面临多重挑战。在领域问题层面，动漫角色识别需应对角色服饰、发型、表情的多样性以及不同场景下的光照与遮挡变化，且角色间视觉相似性极高，易导致分类混淆。构建过程中，数据来源的噪声问题尤为突出：尽管总图像量超过万张，但部分类别（如编号44仅5张图像）存在严重样本不均衡，而噪声类别（noise）包含111张无关图像，整体噪声概率约1%，需用户自行预处理以剔除异常样本。此外，角色标注的准确性依赖于Bangumi社区的众包审核，缺乏官方验证机制，可能引入标签错误。这些因素共同制约了数据集在模型泛化能力与训练稳定性上的表现。

常用场景

经典使用场景

在动漫图像分析与生成领域，BangumiBase/kanojomokanojo 数据集作为一部特定番剧（《女友成双》）的精细化图像基底，其最经典的使用场景在于角色识别与细粒度图像分类。研究者可借助该数据集提供的46个角色标注与超过一万一千张图像，对动漫人物进行高精度的面部与姿态识别训练，尤其适用于多角色共现场景下的身份区分。此外，该数据集亦常被用作动漫风格迁移与图像生成模型的基准测试，通过其丰富的角色样本与噪声标签分布，评估模型在风格一致性保持与抗干扰能力上的表现。

衍生相关工作

基于该数据集，衍生出了一系列聚焦于动漫角色生成与编辑的经典工作。例如，利用其角色标注信息训练的条件生成对抗网络（cGAN）能够根据角色标签生成风格统一的全身像或表情包；扩散模型（如Stable Diffusion）在该数据集上进行微调后，实现了对《女友成双》特定角色形象的忠实复现与风格变换。此外，有研究以此为基准，提出了针对长尾分布的动漫角色识别新架构，通过重采样与元学习策略显著提升了小样本角色的分类准确率。

数据集最近研究

最新研究方向

在动漫文化日益受到学术界关注的背景下，BangumiBase/kanojomokanojo数据集聚焦于《彼女×彼女×彼女》这一热门作品，为二次元角色识别与图像分类研究提供了规模化、细粒度的图像资源。该数据集收录了46个角色、共计11654张图像，覆盖了从主要角色到配角的广泛分布，并特别设立了噪声类别以模拟真实场景中的干扰样本。当前，前沿研究方向主要围绕该数据集在少样本学习、跨模态检索以及生成对抗网络中的角色一致性保持等任务中的应用。随着动漫产业与人工智能技术的深度融合，此类数据集不仅推动了计算机视觉在亚文化领域的边界拓展，也为个性化内容生成与虚拟角色交互系统的研发奠定了数据基础，具有重要的学术价值与产业意义。