CyberHarem/suzukaze_aoba_newgame

---
license: mit
task_categories:
- text-to-image
tags:
- art
- not-for-all-audiences
size_categories:
- n<1K
---

# Dataset of Suzukaze Aoba

This is the dataset of Suzukaze Aoba, containing 972 images and their tags.

Images are crawled from many sites (e.g. danbooru, pixiv, zerochan ...), the auto-crawling system is powered by [DeepGHS Team](https://github.com/deepghs)([huggingface organization](https://huggingface.co/deepghs)).

| Name | Images | Download | Description |
|:----------------|---------:|:----------------------------------------|:-----------------------------------------------------------------------------------------|
| raw | 972 | [Download](dataset-raw.zip) | Raw data with meta information. |
| raw-stage3 | 2261 | [Download](dataset-raw-stage3.zip) | 3-stage cropped raw data with meta information. |
| raw-stage3-eyes | 2551 | [Download](dataset-raw-stage3-eyes.zip) | 3-stage cropped (with eye-focus) raw data with meta information. |
| 384x512 | 972 | [Download](dataset-384x512.zip) | 384x512 aligned dataset. |
| 512x704 | 972 | [Download](dataset-512x704.zip) | 512x704 aligned dataset. |
| 640x880 | 972 | [Download](dataset-640x880.zip) | 640x880 aligned dataset. |
| stage3-640 | 2261 | [Download](dataset-stage3-640.zip) | 3-stage cropped dataset with the shorter side not exceeding 640 pixels. |
| stage3-800 | 2261 | [Download](dataset-stage3-800.zip) | 3-stage cropped dataset with the shorter side not exceeding 800 pixels. |
| stage3-p512-640 | 1949 | [Download](dataset-stage3-p512-640.zip) | 3-stage cropped dataset with the area not less than 512x512 pixels. |
| stage3-eyes-640 | 2551 | [Download](dataset-stage3-eyes-640.zip) | 3-stage cropped (with eye-focus) dataset with the shorter side not exceeding 640 pixels. |
| stage3-eyes-800 | 2551 | [Download](dataset-stage3-eyes-800.zip) | 3-stage cropped (with eye-focus) dataset with the shorter side not exceeding 800 pixels. |

许可证：MIT协议
任务类别：
- 文本到图像（text-to-image）
标签：
- 艺术
- 不适合所有受众
数据规模类别：
- 样本数少于1000

# 凉风青叶（Suzukaze Aoba）数据集

本数据集为凉风青叶（Suzukaze Aoba）专属数据集，共包含972张图像及其对应标签。

图像采集自多个平台（如danbooru、pixiv、zerochan等），自动采集系统由DeepGHS团队（https://github.com/deepghs）开发，所属机构为Hugging Face组织（https://huggingface.co/deepghs）。

| 数据集子集名称 | 图像数量 | 下载链接 | 数据集说明 |
|:----------------|---------:|:----------------------------------------|:-----------------------------------------------------------------------------------------|
| 原始数据集（raw） | 972 | [下载](dataset-raw.zip) | 包含元信息的原始未处理数据。 |
| 三阶段裁剪原始数据集（raw-stage3） | 2261 | [下载](dataset-raw-stage3.zip) | 包含元信息的三阶段裁剪原始数据。 |
| 眼部聚焦三阶段裁剪原始数据集（raw-stage3-eyes） | 2551 | [下载](dataset-raw-stage3-eyes.zip) | 包含元信息的眼部聚焦三阶段裁剪原始数据。 |
| 384×512对齐数据集（384x512） | 972 | [下载](dataset-384x512.zip) | 尺寸统一为384×512的对齐数据集。 |
| 512×704对齐数据集（512x704） | 972 | [下载](dataset-512x704.zip) | 尺寸统一为512×704的对齐数据集。 |
| 640×880对齐数据集（640x880） | 972 | [下载](dataset-640x880.zip) | 尺寸统一为640×880的对齐数据集。 |
| 三阶段裁剪数据集（stage3-640） | 2261 | [下载](dataset-stage3-640.zip) | 短边尺寸不超过640像素的三阶段裁剪数据集。 |
| 三阶段裁剪数据集（stage3-800） | 2261 | [下载](dataset-stage3-800.zip) | 短边尺寸不超过800像素的三阶段裁剪数据集。 |
| 三阶段裁剪数据集（stage3-p512-640） | 1949 | [下载](dataset-stage3-p512-640.zip) | 有效区域尺寸不小于512×512像素的三阶段裁剪数据集。 |
| 眼部聚焦三阶段裁剪数据集（stage3-eyes-640） | 2551 | [下载](dataset-stage3-eyes-640.zip) | 包含眼部聚焦的三阶段裁剪，且短边尺寸不超过640像素的数据集。 |
| 眼部聚焦三阶段裁剪数据集（stage3-eyes-800） | 2551 | [下载](dataset-stage3-eyes-800.zip) | 包含眼部聚焦的三阶段裁剪，且短边尺寸不超过800像素的数据集。 |

原始信息汇总

铃风青叶数据集

概述

铃风青叶数据集包含972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。

数据集版本

名称	图片数量	下载链接	描述
raw	972	Download	包含元信息的原始数据。
raw-stage3	2261	Download	包含元信息的3阶段裁剪原始数据。
raw-stage3-eyes	2551	Download	包含元信息的3阶段裁剪（以眼睛为重点）原始数据。
384x512	972	Download	384x512对齐数据集。
512x704	972	Download	512x704对齐数据集。
640x880	972	Download	640x880对齐数据集。
stage3-640	2261	Download	3阶段裁剪数据集，短边不超过640像素。
stage3-800	2261	Download	3阶段裁剪数据集，短边不超过800像素。
stage3-p512-640	1949	Download	3阶段裁剪数据集，面积不小于512x512像素。
stage3-eyes-640	2551	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	2551	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

在数字内容创作与计算机视觉领域，高质量的图像数据集是驱动文本到图像生成模型发展的基石。本数据集聚焦于动漫角色“凉风青叶”，通过自动化爬虫系统从Danbooru、Pixiv、Zerochan等多个知名图像托管平台采集原始图像，共计972张。爬取过程由DeepGHS团队开发的系统驱动，确保了数据来源的多样性与广泛性。为适应不同训练需求，数据集提供了多种处理版本：原始版本保留元信息；三级裁剪版本通过多阶段裁剪优化构图；基于眼部聚焦的裁剪版本进一步突出面部特征；对齐版本则统一调整至384x512、512x704、640x880等标准分辨率，并约束短边不超过640或800像素，部分版本还要求有效区域不低于512x512像素，从而构建出层次分明、适配性强的数据集体系。

特点

该数据集最显著的特点在于其丰富的预处理层次与灵活的适配能力。原始图像数量为972张，但通过三级裁剪和眼部聚焦技术，衍生版本可扩展至2261至2551张图像，显著增强了数据多样性。每个版本均附有精确的尺寸约束与元信息，使得研究者能够直接应用于不同分辨率的模型训练，无需额外预处理。此外，数据集严格标注了“not-for-all-audiences”标签，提示内容可能包含不适宜全年龄段受众的元素，体现了对使用场景的审慎考量。整体而言，该数据集在规模、结构化程度与实用性之间取得了良好平衡，尤其适合动漫风格文本到图像生成任务的微调与评估。

使用方法

使用该数据集时，研究者可根据具体任务需求选择相应版本。若需原始构图与元数据，可直接下载原始版本；若关注面部细节，推荐采用眼部聚焦的裁剪版本。对于分辨率敏感的场景，如训练低分辨率生成模型，可选用384x512对齐版本；而高分辨率模型则可选用640x880版本。数据集以ZIP压缩包形式提供，下载后解压即可获得图像文件及对应标签，便于直接加载至PyTorch、TensorFlow等深度学习框架。在Hugging Face生态中，可结合Datasets库进行高效读取与数据管道构建，无缝集成至文本到图像模型的训练流程中。

背景与挑战

背景概述

在文本到图像生成领域，高质量、精细标注的角色数据集对于训练可控生成模型至关重要。CyberHarem/suzukaze_aoba_newgame数据集由DeepGHS团队于近年创建，聚焦于动漫角色‘凉风青叶’，收录了972张经过多阶段裁剪与对齐处理的图像及其标签。该数据集的核心研究问题在于如何从异构网络来源（如Danbooru、Pixiv等）自动采集并标准化动漫角色图像，以支持高保真度的角色生成任务。其影响力体现在为二次元图像生成研究提供了结构化、多尺度的训练资源，尤其推动了面向特定角色的一致性生成技术发展，成为该领域细粒度数据集构建的范例之一。

当前挑战

该数据集面临的挑战主要体现在两方面。在领域问题层面，文本到图像生成模型需要从有限样本中捕捉角色特征的细微一致性，如面部结构、服饰细节与动作姿态，而972张图像的数量限制了模型对长尾姿势与场景的泛化能力。在构建过程中，自动爬取系统需应对多平台图像格式差异、元数据缺失及版权混杂问题；多阶段裁剪（如眼焦对齐）虽提升了数据质量，却引入了人工标注偏差与计算成本，且不同分辨率版本间的兼容性仍需优化，以确保下游模型训练的稳定性与可复现性。

常用场景

经典使用场景

在文本到图像生成领域，该数据集最经典的应用场景是用于训练和微调面向特定动漫角色（如凉风青叶）的图像生成模型。研究者常利用其提供的972张高质量标注图像及多种裁剪与对齐版本（如384x512、512x704等），结合角色标签和元信息，构建条件生成模型，实现对角色外貌、姿态和风格的精准控制。该数据集的多尺度预处理方案（如三级裁剪、眼部聚焦裁剪）为提升生成图像的细节保真度和构图合理性提供了标准化基准。

衍生相关工作

围绕该数据集衍生出一系列经典工作，包括基于扩散模型（如Stable Diffusion）的角色LoRA微调方法、针对动漫风格的多阶段训练策略（如先训练全身再聚焦面部），以及利用眼部聚焦裁剪版数据提升角色眼神细节生成质量的研究。此外，该数据集推动了动漫领域自动化标注工具（如DeepGHS系统）的优化，并催生了跨角色数据集构建规范，为后续凉风青叶、其他动漫角色的大规模图像生成数据集提供了可复现的参考框架。

数据集最近研究

最新研究方向

在文本到图像生成领域，高质量、细粒度的角色数据集正成为推动模型个性化与可控性发展的关键资源。CyberHarem/suzukaze_aoba_newgame 数据集聚焦于动漫角色“凉风青叶”，通过从 Danbooru、Pixiv 等多源平台自动爬取并精心筛选，提供了近千张高分辨率图像及其标签。该数据集不仅包含原始图像，还提供了多阶段裁剪、眼部聚焦对齐以及多种分辨率版本，极大便利了研究者针对角色面部细节、构图一致性以及生成质量进行深入探索。当前，这一方向与 AI 绘画社区对特定角色精细复现、风格迁移以及跨模态生成的热点需求紧密相连。该数据集的发布为训练更稳定的角色专属扩散模型提供了标准化基准，有助于推动动漫图像生成从通用模型向高保真、个性化角色创作的演进，其影响已延伸至虚拟偶像、数字人以及交互式内容生成等前沿应用领域。