CyberHarem/nagato_kantaicollection

这是一个名为nagato/長門 (Kantai Collection)的数据集，包含500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black_hair, long_hair, red_eyes, breasts, large_breasts, headgear, hair_between_eyes，这些标签在数据集中被修剪。数据集提供了多个版本，包括原始数据、不同尺寸的图片以及经过裁剪的版本。此外，还提供了如何使用waifuc加载原始数据集的说明，并展示了标签聚类结果的列表。

This is a dataset named nagato/長門 (Kantai Collection) containing 500 images and their associated labels. All images were crawled from multiple platforms including danbooru, pixiv, zerochan and other similar websites, with technical support provided by the DeepGHS team. The core labels of this dataset include black_hair, long_hair, red_eyes, breasts, large_breasts, headgear, and hair_between_eyes, which are the retained labels after annotation pruning of the dataset. Multiple variants of the dataset are available, including the raw data, images with varying resolutions, and cropped image versions. Additionally, instructions for loading the raw dataset using waifuc are provided, along with a list of label clustering results.

原始信息汇总

数据集概述

数据集名称

Dataset of nagato/長門 (Kantai Collection)

数据集描述

该数据集包含500张关于角色nagato/長門（舰队收藏）的图像及其标签。主要标签包括black_hair, long_hair, red_eyes, breasts, large_breasts, headgear, hair_between_eyes。

数据来源

图像从多个网站（如danbooru, pixiv, zerochan等）爬取，爬虫系统由DeepGHS Team提供支持。

数据集包列表

名称	图像数量	大小	下载链接	类型	描述
raw	500	622.43 MiB	Download	Waifuc-Raw	包含元信息的原始数据（最小边对齐到1400像素，如果更大）。
800	500	403.04 MiB	Download	IMG+TXT	短边不超过800像素的数据集。
stage3-p480-800	1161	790.24 MiB	Download	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。
1200	500	576.86 MiB	Download	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	1161	1.01 GiB	Download	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。

标签聚类结果

以下是部分标签聚类结果的示例：

#	Samples	Img-1	Img-2	Img-3	Img-4	Img-5	Tags
0	49						1girl, elbow_gloves, solo, midriff, bare_shoulders, fingerless_gloves, navel, hairband, looking_at_viewer, thighhighs, miniskirt
1	9						1girl, elbow_gloves, looking_at_viewer, solo, bare_shoulders, black_gloves, simple_background, white_background, fingerless_gloves, upper_body, crossed_arms, blush, midriff
2	29						1girl, black_gloves, elbow_gloves, miniskirt, pleated_skirt, solo, white_skirt, smile, partially_fingerless_gloves, simple_background, black_coat, closed_mouth, long_coat, red_thighhighs, looking_at_viewer, white_background, navel, garter_straps, cowboy_shot
3	5						1girl, black_gloves, elbow_gloves, looking_at_viewer, machinery, miniskirt, navel, pleated_skirt, red_thighhighs, rigging, smile, solo, turret, white_skirt, garter_straps, midriff, cowboy_shot, long_coat, partially_fingerless_gloves
4	7						1girl, black_coat, black_gloves, elbow_gloves, simple_background, solo, upper_body, closed_mouth, partially_fingerless_gloves, looking_at_viewer, grey_background, white_background, blush, heart, smile
5	7						1girl, blush, hetero, nipples, sex, solo_focus, 1boy, navel, penis, vaginal, cum_in_pussy, open_mouth, spread_legs, completely_nude, cowgirl_position, girl_on_top, mosaic_censoring, sweat
6	8						1girl, huge_breasts, looking_at_viewer, solo, bikini, thick_thighs, blush, abs, muscular_female, navel, simple_background, thighhighs, brown_eyes, elbow_gloves, white_background, areola_slip, cleavage, collar
7	27						1girl, solo, collarbone, looking_at_viewer, navel, alternate_costume, brown_eyes, cowboy_shot, cleavage, short_shorts, blush, closed_mouth, denim_shorts, smile, simple_background, white_shirt, holding, grey_shorts, short_sleeves
8	5						alternate_costume, black_pants, closed_mouth, collared_shirt, long_sleeves, very_long_hair, white_shirt, black_jacket, buttons, hand_on_hip, high-waist_pants, looking_at_viewer, 1girl, black_bowtie, full_body, simple_background, smile, white_background, 2girls, black_footwear, open_clothes, solo_focus
9	10						1girl, obi, smile, solo, alternate_costume, closed_mouth, looking_at_viewer, yukata, long_sleeves, wide_sleeves, grey_kimono, holding_umbrella, flower, oil-paper_umbrella, upper_body
10	6						1girl, long_sleeves, obi, official_alternate_costume, solo, white_kimono, wide_sleeves, black_gloves, smile, fur_trim, pom_pom_(clothes), bell, blush, brown_eyes, high_heel_boots, oil-paper_umbrella, open_mouth
11	14						competition_swimsuit, looking_at_viewer, 1girl, cowboy_shot, solo, closed_mouth, collarbone, highleg_swimsuit, brown_eyes, simple_background, alternate_costume, black_one-piece_swimsuit, smile, wet
12	6						black_panties, blue_sailor_collar, blue_skirt, crop_top, elbow_gloves, highleg_panties, navel, pleated_skirt, shimakaze_(kancolle)_(cosplay), white_gloves, 1girl, black_neckerchief, brown_eyes, closed_mouth, collarbone, cowboy_shot, miniskirt, smile, solo, striped_thighhighs, blush, microskirt, serafuku
13	7						1girl, futanari, nipples, testicles, huge_penis, solo, female_pubic_hair, gigantic_breasts, thighhighs, censored, elbow_gloves, erection, excessive_pubic_hair, nipple_rings, open_mouth, sweat

搜集汇总

数据集介绍

构建方式

该数据集围绕《舰队Collection》中的角色长门（nagato）构建，共计收录500幅图像及其对应的标签信息。数据采集工作由DeepGHS团队开发的自动化爬取系统完成，来源涵盖Danbooru、Pixiv、Zerochan等多个知名图站。在构建过程中，数据集对角色核心标签如黑发、长发、红眼、胸部、头饰等进行了修剪处理，以突出角色本体特征。为满足不同应用场景，数据集提供了多种处理版本：包括保留原始元信息的原始版（Raw）、短边限制为800或1200像素的标准版，以及经过三阶段裁剪、面积不低于480×480像素的增强版（stage3），方便用户按需选用。

特点

该数据集的一个显著特点在于其多版本结构与丰富的元信息支持。除图像外，每张图片均附带详尽标签，便于进行多标签分类、图像生成等任务。数据集还提供了基于标签聚类的分组结果，将图像按视觉与语义相似度分为14个簇，每个簇包含样本数量及代表性标签，例如簇0聚焦于露脐、露肩、手套等元素，簇5则包含成人内容，展现了数据在风格与主题上的多样性。此外，数据集采用Waifuc格式存储，支持直接通过Python库加载，兼顾了易用性与可扩展性。

使用方法

使用该数据集时，用户可通过Hugging Face Hub直接下载各类压缩包。推荐采用Waifuc库加载原始版数据集，具体步骤为：首先利用huggingface_hub库中的hf_hub_download函数下载dataset-raw.zip文件，随后解压至本地目录，最后通过Waifuc的LocalSource接口迭代读取图像与元信息。对于需要快速训练的用户，亦可直接使用IMG+TXT格式的压缩包，其中图像与标签文件已对齐。数据集内嵌的聚类结果可作为辅助信息，用于挖掘角色不同服装或姿态下的子集，进一步提升下游任务的灵活性。

背景与挑战

背景概述

该数据集由CyberHarem团队与DeepGHS合作创建，聚焦于《舰队Collection》中人气角色长门（nagato）的视觉素材。数据集收录了500张来自Danbooru、Pixiv、Zerochan等平台的插画图像，并附有详尽标签，涵盖角色核心特征如黑发、红瞳、巨乳及头饰等。作为文本到图像生成领域的重要资源，该数据集旨在为二次元角色生成模型提供高质量、多风格的训练样本，其影响力体现于对动漫风格图像合成、角色一致性保持等研究方向的推动，为生成式模型在特定角色上的精细化控制奠定基础。

当前挑战

当前数据集面临的核心挑战包括：其一，领域问题层面，动漫角色生成需解决风格多样性与角色特征一致性之间的平衡，该数据集仅含500张图像，难以覆盖角色全部姿态与场景，易导致生成结果出现特征偏差或过拟合；其二，构建过程中，图像来源分散于多个平台，标签体系差异显著（如Danbooru的精细标签与Pixiv的简洁描述），自动爬取与标签清洗面临噪声干扰，且部分图像包含成人内容，需进行敏感内容过滤与合规性处理，增加了数据预处理的复杂度。

常用场景

经典使用场景

在文本到图像生成领域，CyberHarem/nagato_kantaicollection数据集为二次元角色长门（《舰队Collection》）的精细化生成提供了高质量的训练素材。该数据集包含500张经过标注的图片，并提供了多种分辨率版本（如800px、1200px）及三级裁剪版本，便于研究者根据模型需求灵活选用。其经典使用场景在于训练能够精准还原角色核心特征（如黑发、红瞳、头饰）的扩散模型或GAN网络，借助标签聚类结果，还可用于生成特定着装或姿态的角色变体，从而推动动漫风格图像生成技术的精细化发展。

实际应用

在实际应用中，该数据集可服务于动漫游戏产业中的角色定制化生成与内容创作。例如，游戏开发者可利用其训练模型快速生成长门角色的不同服装变体（如泳装、和服）或动作姿态，用于宣传物料、同人创作或玩家交互场景。同时，数据集的分辨率适配版本（如800px）可直接用于移动端或轻量化生成应用，而三级裁剪版本则支持高精度局部特征生成，为虚拟偶像运营和衍生品设计提供了高效的技术支撑。

衍生相关工作

该数据集衍生了一系列基于动漫角色生成的研究工作，例如利用标签聚类结果进行角色服装迁移学习的研究，以及基于三级裁剪策略实现的局部特征增强生成方法。此外，其自动爬取与标注流程已被扩展至其他《舰队Collection》角色数据集（如岛风、赤城），形成了CyberHarem系列数据集，推动了跨角色特征解耦与多角色联合生成模型的探索。这些工作不仅丰富了动漫图像生成的基准测试资源，也为可控生成技术在二次元领域的落地提供了实证基础。