useisumi/CounterStrike2Skins

--- license: unknown language: - en configs: - config_name: metadata data_files: - split: metadata path: output.jsonl default: true - config_name: images data_files: - split: images path: images/* tags: - cs2 - game - valve - csgo pretty_name: CS2 Skins Database size_categories: - 10K<n<100K --- # Dataset Card for Counter-Strike 2 Skins Database ### Dataset Summary This dataset contains a comprehensive collection of all skins from *Counter-Strike 2*. It includes metadata and 1534 high-quality PNG images for each skin. The dataset is useful for researchers, developers, building applications related to CS2 skins. ## Dataset Structure ### Data Format The dataset is provided in JSON format, where each entry represents a skin with associated metadata: ```json { "name": "★ StatTrak™ Kukri Knife | Night Stripe (Factory New)", "exterior": "Factory New", "weapon": "Kukri Knife", "rarity": "Covert", "imageid": "1561" } ``` ### Data Fields - `name` (string): The full name of the skin, including weapon type, skin name, and condition. - `exterior` (string): The wear level of the skin (e.g., Factory New, Minimal Wear, Field-Tested, etc.). - `weapon` (string): The weapon type associated with the skin. - `rarity` (string): The skin rarity category (e.g., Covert, Classified, Restricted, etc.). - `imageid` (string): The identifier for the corresponding skin image in the `images/` directory. ### Image Files Each skin has an associated image stored in the `images/` folder. The filename follows the pattern: ``` images/{imageid}.png ``` For example, a skin entry with `"imageid": "1562"` will have its image located at: ``` images/1562.png ``` ## Dataset Curators While402This dataset contains a comprehensive collection of all skins from Counter-Strike 2. It includes metadata and 1534 high-quality PNG images for each skin. The dataset is useful for researchers, developers, and building applications related to CS2 skins. The data is provided in JSON format, where each entry represents a skin with associated metadata, such as name, exterior wear level, weapon type, rarity, and image ID. Image files are stored in the images/ directory, with filenames based on the image ID.

搜集汇总

数据集介绍

构建方式

该数据集立足于《反恐精英2》虚拟物品生态，通过系统化采集游戏内全部武器皮肤信息，构建了结构化元数据与视觉图像并重的资源集合。构建过程以JSONL格式存储每条皮肤的完整属性，涵盖名称、磨损等级、武器类型、稀有度及图像标识符，并同步配套1534张高分辨率PNG图像，文件名与元数据中的imageid严格对应，形成图文一一映射的完整档案。

特点

数据集覆盖《反恐精英2》全量皮肤，兼具文本元数据与高质量视觉样本，规模介于一万至十万条之间，字段设计简洁明晰，涵盖名称、 exterior、weapon、rarity及imageid，便于快速检索与关联分析。图像资源分辨率高，命名规范统一，为皮肤识别、分类及生成式任务提供了可靠的基准数据，同时标签体系贴合游戏社区惯例，具备良好的领域适配性。

使用方法

研究人员与开发者可通过HuggingFace数据集接口直接加载metadata配置获取JSONL格式的皮肤属性表，或加载images配置访问全部PNG图像。利用imageid字段可建立元数据与图像之间的索引关系，支撑皮肤分类、稀有度预测、图像生成及推荐系统等应用。数据亦可导出至本地，结合计算机视觉框架进行模型训练与评估，满足多模态学习与游戏数据分析的多样化需求。

背景与挑战

背景概述

自《反恐精英2》于2023年正式发布以来，其虚拟皮肤生态系统迅速成为游戏经济与数字资产研究的重要领域。该数据集由While402创建，旨在系统收录全部CS2皮肤，提供结构化元数据与1534张高质量PNG图像。核心研究问题聚焦于皮肤属性、磨损等级、稀有度与视觉特征的关联分析，服务于游戏内经济建模、物品识别与推荐系统开发。该数据集填补了CS2皮肤公开图像资源的空白，对游戏数据科学、虚拟商品估值及计算机视觉应用具有基础性支撑作用，推动了相关领域实证研究的开展。

当前挑战

该数据集所应对的领域问题在于虚拟游戏物品的细粒度分类与属性识别，其挑战源于皮肤种类繁多、视觉差异细微以及磨损状态对图像表征的显著影响。在构建过程中，主要困难包括从游戏客户端或API中大规模采集高保真图像，确保每件皮肤仅对应一个代表性图像，并准确关联名称、磨损、稀有度与图像标识符。此外，皮肤图案的随机生成特性导致同一皮肤存在多种变体，如何选取典型样本以避免视觉偏差亦构成挑战。数据集未提供官方划分标准，进一步增加了模型评估与泛化能力验证的复杂性。

常用场景

经典使用场景

在电子竞技与虚拟商品研究领域，Counter-Strike 2的皮肤系统构成了一个高度复杂的视觉与交易生态。该数据集最经典的使用场景在于为皮肤识别与分类任务提供基准语料，研究者可借助其1534张高质量PNG图像与结构化元数据，训练卷积神经网络或视觉Transformer模型，以实现对武器类型、磨损等级及稀有度的细粒度判别。同时，该数据集亦常用于构建皮肤检索系统，通过图像相似度匹配或文本-图像跨模态对齐，支撑玩家社区中的物品查询与市场比价功能。

解决学术问题

该数据集有效缓解了游戏内虚拟物品研究中长期存在的数据稀缺与标注不一致问题。过往关于皮肤磨损、稀有度与市场价值关联的实证分析，往往受限于零散的非公开样本，难以进行可复现的量化研究。CounterStrike2Skins通过提供统一的JSON元数据与规范化的图像命名体系，使研究者得以系统探究视觉特征与稀有度标签之间的统计依赖，为虚拟经济中的定价机制、消费者偏好建模及开箱概率验证等学术议题奠定了可验证的数据基础。

衍生相关工作

围绕该数据集，已衍生出若干经典工作方向。在计算机视觉领域，研究者利用其图像与标签构建了多任务学习框架，同时预测武器类别、磨损状态与稀有度，并探索了数据增强与类别不平衡处理策略。在游戏数据分析方面，有工作将其与Steam市场价格数据结合，开展皮肤价值回归与投资组合模拟研究。另有开发者基于该数据集微调多模态大模型，实现了自然语言查询到皮肤图像的跨模态检索，推动了游戏资产智能管理工具的发展。