CyberHarem/shina_kuroko_ahogirl

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

# Dataset of Shina Kuroko

This is the dataset of Shina Kuroko, containing 60 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 | 60 | [Download](dataset-raw.zip) | Raw data with meta information. |
| raw-stage3 | 112 | [Download](dataset-raw-stage3.zip) | 3-stage cropped raw data with meta information. |
| 384x512 | 60 | [Download](dataset-384x512.zip) | 384x512 aligned dataset. |
| 512x512 | 60 | [Download](dataset-512x512.zip) | 512x512 aligned dataset. |
| 512x704 | 60 | [Download](dataset-512x704.zip) | 512x704 aligned dataset. |
| 640x640 | 60 | [Download](dataset-640x640.zip) | 640x640 aligned dataset. |
| 640x880 | 60 | [Download](dataset-640x880.zip) | 640x880 aligned dataset. |
| stage3-640 | 112 | [Download](dataset-stage3-640.zip) | 3-stage cropped dataset with the shorter side not exceeding 640 pixels. |
| stage3-800 | 112 | [Download](dataset-stage3-800.zip) | 3-stage cropped dataset with the shorter side not exceeding 800 pixels. |
| stage3-1200 | 112 | [Download](dataset-stage3-1200.zip) | 3-stage cropped dataset with the shorter side not exceeding 1200 pixels. |

许可证：MIT 协议
任务类别：文本到图像
标签：艺术、不适宜全年龄段受众（not-for-all-audiences）
样本规模类别：不足1000样本

# Shina Kuroko 数据集

本数据集收录Shina Kuroko的相关创作素材，包含60张图像及其对应标注标签。

图像从多个平台（如danbooru、pixiv、zerochan等）爬取获取，自动爬取系统由[DeepGHS团队](https://github.com/deepghs)（[Hugging Face 机构](https://huggingface.co/deepghs)）开发并维护。

| 数据集子集名称 | 图像数量 | 下载链接 | 描述 |
|:------------|---------:|:------------------------------------|:------------------------------------------|
| 原始数据集 | 60 | [下载](dataset-raw.zip) | 包含元数据的原始数据。 |
| 3阶段裁剪原始数据集 | 112 | [下载](dataset-raw-stage3.zip) | 带元数据的3阶段裁剪原始数据集。 |
| 384×512 对齐数据集 | 60 | [下载](dataset-384x512.zip) | 分辨率为384×512的对齐数据集。 |
| 512×512 对齐数据集 | 60 | [下载](dataset-512x512.zip) | 分辨率为512×512的对齐数据集。 |
| 512×704 对齐数据集 | 60 | [下载](dataset-512x704.zip) | 分辨率为512×704的对齐数据集。 |
| 640×640 对齐数据集 | 60 | [下载](dataset-640x640.zip) | 分辨率为640×640的对齐数据集。 |
| 640×880 对齐数据集 | 60 | [下载](dataset-640x880.zip) | 分辨率为640×880的对齐数据集。 |
| 3阶段裁剪640数据集 | 112 | [下载](dataset-stage3-640.zip) | 短边不超过640像素的3阶段裁剪数据集。 |
| 3阶段裁剪800数据集 | 112 | [下载](dataset-stage3-800.zip) | 短边不超过800像素的3阶段裁剪数据集。 |
| 3阶段裁剪1200数据集 | 112 | [下载](dataset-stage3-1200.zip) | 短边不超过1200像素的3阶段裁剪数据集。 |

原始信息汇总

数据集概述

数据集名称

Dataset of Shina Kuroko

数据集内容

包含60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。

数据集版本及下载链接

版本名称	图片数量	下载链接	描述
raw	60	Download	原始数据，包含元信息。
raw-stage3	112	Download	3阶段裁剪的原始数据，包含元信息。
384x512	60	Download	384x512对齐的数据集。
512x512	60	Download	512x512对齐的数据集。
512x704	60	Download	512x704对齐的数据集。
640x640	60	Download	640x640对齐的数据集。
640x880	60	Download	640x880对齐的数据集。
stage3-640	112	Download	3阶段裁剪的数据集，短边不超过640像素。
stage3-800	112	Download	3阶段裁剪的数据集，短边不超过800像素。
stage3-1200	112	Download	3阶段裁剪的数据集，短边不超过1200像素。

搜集汇总

数据集介绍

构建方式

在动漫与插画数据集构建领域，CyberHarem/shina_kuroko_ahogirl数据集专注于收录角色“品川黑子”的视觉素材。该数据集通过自动化爬取系统从Danbooru、Pixiv、Zerochan等多个知名图像平台采集原始图像，并经由DeepGHS团队开发的流水线进行整理。原始图像共60张，经过三阶段裁剪处理后，衍生出112张不同尺寸与对齐方式的子集，包括384x512、512x512、512x704、640x640及640x880等标准化分辨率版本，以及短边不超过640、800、1200像素的裁剪变体，以满足多样化的训练需求。

使用方法

使用者可根据训练目标选择合适的数据版本。对于需要固定分辨率的模型，可直接选用384x512、512x512等对齐数据集；若需保留图像原始比例或进行多尺度训练，则优先采用三阶段裁剪数据集（如stage3-640）。数据以压缩包形式提供，下载后解压即可获得图像与元信息文件。建议结合标签元数据对图像进行筛选或增强，以适配特定的生成任务场景。

背景与挑战

背景概述

在文本到图像生成领域，高质量、多样化的数据集是驱动模型性能提升的关键基石。CyberHarem/shina_kuroko_ahogirl数据集由DeepGHS团队于近期创建，专注于收录动漫角色“品子黑子”（Shina Kuroko）的视觉素材。该团队致力于从Danbooru、Pixiv、Zerochan等多个知名动漫图像社区自动爬取并整理数据，旨在为特定角色生成任务提供精细化的训练资源。该数据集仅包含60张原始图像及其标签，规模虽小，却精准聚焦于角色一致性与风格多样性这一核心研究问题，为个性化文本到图像生成模型（如Stable Diffusion微调）提供了宝贵的基准数据，在二次元AI创作社区中具有独特的影响力。

当前挑战

该数据集面临的核心挑战首先在于领域问题的复杂性：文本到图像生成任务要求模型在保持角色身份特征（如发型、服饰）的同时，能够泛化到不同姿态与场景，而仅60张原始图像的低样本量极易导致过拟合或概念混淆。其次，构建过程中遭遇多重技术障碍：图像来源分散于多个网站，需处理版权与许可问题（数据集采用MIT许可）；自动爬取系统需应对网站反爬机制及图像标签不一致性；此外，数据预处理环节需解决不同分辨率图像的标准化对齐（如384x512至640x880等多种尺寸），以及通过三级裁剪（stage3）策略优化图像构图，这些步骤均对自动化管线的鲁棒性提出了严苛要求。

常用场景

经典使用场景

在动漫角色生成与个性化图像合成的研究领域中，CyberHarem/shina_kuroko_ahogirl数据集作为一款聚焦于特定二次元角色“黑子志奈”的精标图像集合，其经典使用场景在于支撑文本到图像（text-to-image）扩散模型的微调与角色一致性训练。研究者利用该数据集中的60张高分辨率图像及配套标签，结合Stable Diffusion等主流生成架构，通过DreamBooth、LoRA等参数高效微调技术，实现对角色外貌、服饰细节与风格特征的精准还原。该数据集的多尺度对齐版本（如512x512、640x640）与三阶段裁剪数据，为不同分辨率需求的生成任务提供了灵活的适配基础，成为动漫角色定制化生成研究的理想实验平台。

解决学术问题

该数据集的核心学术贡献在于解决了动漫角色个性化生成中数据稀缺与标注不一致的困境。在少样本学习（few-shot learning）框架下，60张图像虽规模有限，但通过精心设计的标签系统与多版本预处理，有效缓解了模型对特定角色过拟合或泛化不足的问题。研究者借助该数据集探索了角色概念解耦（concept disentanglement）、身份保持（identity preservation）与背景迁移等前沿课题，揭示了在极小样本条件下如何平衡生成图像的新颖性与角色辨识度的机制。其意义在于为二次元图像生成领域提供了一个可复现的基准，推动了从通用生成向角色专属生成的技术跃迁，并启发了后续关于数据增强策略与标签噪声处理的系列研究。

实际应用

在实际应用层面，该数据集支撑了动漫创作与虚拟偶像产业的自动化生产流程。创作者可基于微调后的模型，一键生成黑子志奈在不同场景、姿态与服饰下的高质量插画，大幅降低了人工绘制成本。在游戏开发与角色宣传物料制作中，该技术能快速产出风格统一的概念图与宣传图，满足多平台分发需求。此外，数据集所衍生的图像修复与超分辨率能力，被用于老番角色高清化重现，以及同人创作社区中的角色二创辅助工具，提升了非专业用户的创作效率与作品质量。

数据集最近研究

最新研究方向

在文本到图像生成领域，针对动漫角色等特定主题的高质量数据集构建成为前沿热点。CyberHarem/shina_kuroko_ahogirl数据集聚焦于角色'黑子志奈'，通过自动化爬取系统从Danbooru、Pixiv等多平台采集60张原始图像并附带标签，同时提供多分辨率对齐版本及三阶段裁剪处理，为精细化图像生成模型训练提供了标准化资源。该数据集的出现呼应了当前AI绘画社区对个性化角色生成与风格迁移的迫切需求，尤其在二次元内容创作和虚拟偶像产业中，其多尺寸适配特性有助于提升模型在不同输出场景下的泛化能力。这一工作不仅推动了动漫领域专用数据集的规范化建设，也为后续研究探索小样本学习、概念注入等前沿方向奠定了数据基础，具有显著的实践价值与学术意义。