AppleHarem/hibiscus_arknights

这是一个名为hibiscus (Arknights)的数据集，包含99张图像及其标签。这些图像是从多个网站（如danbooru, pixiv, zerochan等）爬取的，爬取系统由DeepGHS团队开发。数据集提供了多个版本，包括原始数据、不同阶段裁剪的数据集以及不同分辨率的对齐数据集。

原始信息汇总

芙蓉数据集（Arknights）

概述

芙蓉数据集（Arknights）包含99张图片及其标签。

数据来源

图片从多个网站爬取，包括danbooru、pixiv、zerochan等。爬虫系统由DeepGHS Team开发。

数据集版本

名称	图片数量	下载链接	描述
raw	99	Download	包含元信息的原始数据。
raw-stage3	247	Download	包含元信息的3阶段裁剪原始数据。
raw-stage3-eyes	268	Download	包含元信息的3阶段裁剪（以眼睛为重点）原始数据。
384x512	99	Download	384x512对齐的数据集。
512x704	99	Download	512x704对齐的数据集。
640x880	99	Download	640x880对齐的数据集。
stage3-640	247	Download	3阶段裁剪数据集，短边不超过640像素。
stage3-800	247	Download	3阶段裁剪数据集，短边不超过800像素。
stage3-p512-640	168	Download	3阶段裁剪数据集，面积不小于512x512像素。
stage3-eyes-640	268	Download	3阶段裁剪（以眼睛为重点）数据集，短边不超过640像素。
stage3-eyes-800	268	Download	3阶段裁剪（以眼睛为重点）数据集，短边不超过800像素。

搜集汇总

数据集介绍

构建方式

该数据集聚焦于《明日方舟》角色芙蓉（Hibiscus）的图像收集与整理。构建过程首先通过自动化爬虫系统从Danbooru、Pixiv、Zerochan等多个知名图像平台采集原始图像，共获得99张基础图片。随后，数据集经过多阶段精细化处理：原始数据保留元信息；raw-stage3版本采用三级裁剪策略，将图像数量扩展至247张；raw-stage3-eyes版本则在三级裁剪基础上强化眼部聚焦，进一步增至268张。此外，数据集还提供了多种对齐与缩放版本，包括固定尺寸（如384x512、512x704、640x880）以及基于短边或面积阈值的裁剪版本，确保图像尺寸一致性与内容完整性。

特点

该数据集的核心特色在于其多层次、多版本的精细结构。原始图像经过三级裁剪与眼部聚焦处理，显著提升了角色主体与面部特征的清晰度，特别适合用于生成任务中的细节还原。数据集提供了11种不同版本，涵盖原始数据、对齐图像及多种分辨率裁剪结果，如stage3-640、stage3-800等，满足不同训练需求。此外，所有版本均附带元信息，便于追踪图像来源与处理流程。这种高度结构化的设计，使得数据集在文本到图像生成、角色识别及图像修复等领域具有广泛适用性。

使用方法

使用者可根据具体任务需求灵活选择数据集版本。对于基础训练，可直接使用384x512、512x704或640x880等对齐版本，这些图像尺寸统一，便于批处理。若需关注角色细节，推荐采用raw-stage3或stage3-640等裁剪版本，它们通过三级裁剪去除了冗余背景，突出主体。对于面部特征要求高的场景，如眼部细节生成，应选用raw-stage3-eyes或stage3-eyes-640系列。数据加载时，可利用HuggingFace Datasets库直接下载压缩包，解压后结合图像路径与标签文件进行模型输入，适用于扩散模型等文本到图像任务的微调与评估。

背景与挑战

背景概述

在生成式人工智能与二次元文化交汇的浪潮中，面向特定角色或风格的高质量图像数据集成为推动文本到图像生成模型发展的关键基石。AppleHarem团队于近期构建并发布了名为hibiscus_arknights的数据集，该数据集聚焦于游戏《明日方舟》中的角色芙蓉，由DeepGHS团队提供自动化采集技术支持，通过整合Danbooru、Pixiv、Zerochan等多源平台的图像资源，最终收录了99张经过精细标注的图片。这一数据集不仅为角色定制化生成任务提供了标准化素材，更通过多尺度裁剪与眼部聚焦等预处理策略，探索了在有限样本量下提升模型生成质量的可能性，对二次元垂直领域的图像生成研究具有示范意义。

当前挑战

该数据集面临的核心挑战在于样本规模与多样性之间的平衡。仅99张原始图像难以覆盖角色在不同场景、姿态与光照条件下的完整表现，易导致生成模型产生过拟合或风格固化现象。此外，多源爬取虽丰富了数据来源，却引入了版权归属模糊与元数据不一致的问题，尤其在自动标注过程中，标签的准确性与完整性受限于原始平台描述，可能引入噪声。构建过程中的三阶段裁剪与眼部聚焦虽提升了局部细节质量，但不同预处理版本间的对齐与选择标准尚未统一，为下游模型的泛化训练增加了复杂性。

常用场景

经典使用场景

在文本到图像生成领域，AppleHarem/hibiscus_arknights数据集以其对《明日方舟》角色‘芙蓉’的精细刻画而独树一帜。该数据集包含99张原始图像及多阶段裁剪版本，如三级裁剪与眼部聚焦裁剪，为角色肖像生成提供了高质量、多尺度的训练素材。研究者常将其用于微调扩散模型或GAN架构，以提升特定角色在生成图像中的姿态、服饰细节与面部特征的一致性，尤其在二次元风格化生成任务中表现出色。

实际应用

在实际应用中，该数据集被广泛用于游戏角色宣传图的自动化生成、同人创作辅助工具的开发以及虚拟主播形象定制。例如，开发者可基于该数据集训练模型，快速生成‘芙蓉’在不同场景下的立绘或表情包，从而降低人工绘制成本。此外，其多分辨率版本（如640x880）便于适配移动端与网页端的展示需求，为二次元内容生产管线提供了高效的资源支撑。

衍生相关工作

该数据集衍生了一系列经典工作，包括基于CLIP引导的角色条件生成模型、眼部聚焦的注意力机制改进方案，以及多阶段裁剪策略在数据增强中的应用。例如，DeepGHS团队利用其三级裁剪版本优化了动漫图像的超分辨率网络，显著提升了眼部区域的清晰度。此外，该数据集还催生了面向角色身份保持的对比学习框架，为后续如Danbooru社区的角色生成基准测试提供了基础数据支撑。