AppleHarem/haze_arknights

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

# Dataset of haze (Arknights)

This is the dataset of haze (Arknights), containing 73 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)).
This is a WebUI contains crawlers and other thing: ([LittleAppleWebUI](https://github.com/LittleApple-fp16/LittleAppleWebUI))

| Name | Images | Download | Description |
|:----------------|---------:|:----------------------------------------|:-----------------------------------------------------------------------------------------|
| raw | 73 | [Download](dataset-raw.zip) | Raw data with meta information. |
| raw-stage3 | 163 | [Download](dataset-raw-stage3.zip) | 3-stage cropped raw data with meta information. |
| raw-stage3-eyes | 175 | [Download](dataset-raw-stage3-eyes.zip) | 3-stage cropped (with eye-focus) raw data with meta information. |
| 384x512 | 73 | [Download](dataset-384x512.zip) | 384x512 aligned dataset. |
| 512x704 | 73 | [Download](dataset-512x704.zip) | 512x704 aligned dataset. |
| 640x880 | 73 | [Download](dataset-640x880.zip) | 640x880 aligned dataset. |
| stage3-640 | 163 | [Download](dataset-stage3-640.zip) | 3-stage cropped dataset with the shorter side not exceeding 640 pixels. |
| stage3-800 | 163 | [Download](dataset-stage3-800.zip) | 3-stage cropped dataset with the shorter side not exceeding 800 pixels. |
| stage3-p512-640 | 82 | [Download](dataset-stage3-p512-640.zip) | 3-stage cropped dataset with the area not less than 512x512 pixels. |
| stage3-eyes-640 | 175 | [Download](dataset-stage3-eyes-640.zip) | 3-stage cropped (with eye-focus) dataset with the shorter side not exceeding 640 pixels. |
| stage3-eyes-800 | 175 | [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：
- 文本到图像生成（text-to-image）
标签：
- 艺术
- 不适合全年龄段受众
样本规模：
- 样本数少于1000
---

# 《明日方舟》Haze角色数据集
本数据集为《明日方舟》Haze角色专属数据集，共包含73张图像及其对应标注标签。

数据集图像从多个平台（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社区组织](https://huggingface.co/deepghs)）开发。配套集成爬虫及相关功能的WebUI工具为[LittleAppleWebUI](https://github.com/LittleApple-fp16/LittleAppleWebUI)。

| 数据集名称 | 图像数量 | 下载链接 | 数据集说明 |
|:----------------|---------:|:----------------------------------------|:-----------------------------------------------------------------------------------------|
| 原始数据集 | 73 | [下载](dataset-raw.zip) | 包含元数据信息的原始数据集。 |
| 三级裁剪原始数据集 | 163 | [下载](dataset-raw-stage3.zip) | 经过三级裁剪并附带元数据信息的原始数据集。 |
| 眼部聚焦三级裁剪原始数据集 | 175 | [下载](dataset-raw-stage3-eyes.zip) | 经过三级裁剪（聚焦眼部区域）并附带元数据信息的原始数据集。 |
| 384×512对齐数据集 | 73 | [下载](dataset-384x512.zip) | 分辨率统一为384×512的对齐数据集。 |
| 512×704对齐数据集 | 73 | [下载](dataset-512x704.zip) | 分辨率统一为512×704的对齐数据集。 |
| 640×880对齐数据集 | 73 | [下载](dataset-640x880.zip) | 分辨率统一为640×880的对齐数据集。 |
| 短边≤640像素三级裁剪数据集 | 163 | [下载](dataset-stage3-640.zip) | 三级裁剪后的数据集，其短边尺寸不超过640像素。 |
| 短边≤800像素三级裁剪数据集 | 163 | [下载](dataset-stage3-800.zip) | 三级裁剪后的数据集，其短边尺寸不超过800像素。 |
| 有效区域≥512×512像素三级裁剪数据集 | 82 | [下载](dataset-stage3-p512-640.zip) | 三级裁剪后的数据集，单张图像有效区域不小于512×512像素。 |
| 短边≤640像素眼部聚焦三级裁剪数据集 | 175 | [下载](dataset-stage3-eyes-640.zip) | 经过三级裁剪（聚焦眼部区域）的数据集，其短边尺寸不超过640像素。 |
| 短边≤800像素眼部聚焦三级裁剪数据集 | 175 | [下载](dataset-stage3-eyes-800.zip) | 经过三级裁剪（聚焦眼部区域）的数据集，其短边尺寸不超过800像素。 |

原始信息汇总

数据集详情

数据集名称

Dataset of haze (Arknights)

数据集描述

该数据集包含73张图片及其标签，图片来源于多个网站，如danbooru、pixiv、zerochan等。

数据集版本

• raw: 73张图片，包含元信息。
• raw-stage3: 163张图片，3阶段裁剪的原始数据，包含元信息。
• raw-stage3-eyes: 175张图片，3阶段裁剪（以眼睛为重点）的原始数据，包含元信息。
• 384x512: 73张图片，384x512对齐的数据集。
• 512x704: 73张图片，512x704对齐的数据集。
• 640x880: 73张图片，640x880对齐的数据集。
• stage3-640: 163张图片，3阶段裁剪的数据集，短边不超过640像素。
• stage3-800: 163张图片，3阶段裁剪的数据集，短边不超过800像素。
• stage3-p512-640: 82张图片，3阶段裁剪的数据集，面积不小于512x512像素。
• stage3-eyes-640: 175张图片，3阶段裁剪（以眼睛为重点）的数据集，短边不超过640像素。
• stage3-eyes-800: 175张图片，3阶段裁剪（以眼睛为重点）的数据集，短边不超过800像素。

数据集标签

• art
• not-for-all-audiences

数据集大小

• n<1K

许可

MIT

任务类别

• text-to-image

搜集汇总

数据集介绍

构建方式

在动漫角色数据集构建领域，精准的图像采集与标注是驱动文本到图像生成模型发展的关键。该数据集聚焦于游戏《明日方舟》角色“haze”，通过自动化爬虫系统从Danbooru、Pixiv、Zerochan等多个图像社区收集了73张原始图像及其关联标签。爬虫系统由DeepGHS团队开发，并依托LittleAppleWebUI实现数据管理。为提升数据质量，数据集提供了多种处理版本：包含元信息的原始数据、经三阶段裁剪后的图像（含眼部聚焦版本），以及多种分辨率对齐的标准化版本，如384x512、512x704等，以满足不同训练需求。

特点

该数据集的核心特点在于其多版本的结构化设计，为研究者提供了灵活的数据选择。除原始73张图像外，三阶段裁剪版本将图像数量扩展至163张（眼部聚焦版达175张），通过精细化裁剪保留了角色关键区域。所有版本均附带元信息，便于追溯数据来源。数据集覆盖从低分辨率（384x512）到高分辨率（640x880）的多种对齐格式，以及基于短边限制或面积阈值的裁剪版本，兼顾了模型训练的效率与细节保留需求。这种层次化设计使其适用于从快速原型验证到高保真生成的多种应用场景。

使用方法

数据集的使用方式高度模块化，用户可根据任务需求直接下载对应压缩包。对于基础文本到图像任务，推荐使用对齐版本（如512x704），其标准化尺寸可直接输入模型。若需关注面部细节，可选择眼部聚焦的三阶段裁剪版本。数据加载时，需解析各版本附带的元信息文件以获取标签与裁剪参数。建议结合深度学习框架（如PyTorch）的DataLoader进行批处理，并注意不同版本间图像数量的差异（如原始版73张与裁剪版163张），以避免数据不平衡问题。所有数据均采用MIT许可，便于学术与商业使用。

背景与挑战

背景概述

在生成式人工智能与数字艺术交汇的浪潮中，针对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技术发展的关键基石。AppleHarem/haze_arknights数据集正是在此背景下应运而生，由DeepGHS团队主导开发，其核心研究问题聚焦于《明日方舟》中‘Haze’这一角色的艺术图像收集与标准化。该数据集创建于近年，依托于LittleAppleWebUI自动化爬取系统，从Danbooru、Pixiv、Zerochan等多个知名插画平台获取了73张原始图像及其标签，并提供了多尺度、多阶段的裁剪版本（如384x512、512x704等），总计衍生出超过160张处理后的图像。这一工作不仅丰富了二次元角色数据集的生态，更为后续的图像生成模型微调、风格迁移及角色一致性研究提供了宝贵的训练资源，在动漫风格文本到图像领域展现出独特的应用价值。

当前挑战

该数据集面临的核心挑战首先体现在领域问题的复杂性上：由于《明日方舟》角色‘Haze’的艺术风格多样且图像来源分散，自动爬取系统难以保证所有图像在构图、光照、角色姿态及背景细节上的一致性，这为文本到图像生成模型带来了风格泛化与角色保真度的双重难题。其次，在构建过程中，数据规模极为有限（仅73张原始图像），远低于深度学习模型通常所需的训练样本量，导致模型易陷入过拟合，难以捕捉角色特征的完整分布。此外，多阶段裁剪（如stage3裁剪及眼部聚焦处理）虽提升了图像对齐质量，但引入了人工标注偏差与自动化切割误差，进一步增加了数据集在跨任务迁移时的鲁棒性挑战。这些因素共同制约了数据集在复杂生成任务中的表现上限。

常用场景

经典使用场景

在二次元角色生成与风格迁移领域，AppleHarem/haze_arknights数据集凭借其精心筛选的73张高质量《明日方舟》角色“浊心斯卡蒂”图像及详尽标签，成为微调扩散模型（如Stable Diffusion）的经典素材。研究者常利用其多分辨率版本（如384x512、512x704、640x880）及三级裁剪数据集（raw-stage3），在保留角色核心特征的同时提升模型对特定角色姿态、服饰细节与背景元素的生成保真度。该数据集尤其适用于概念注入（Concept Injection）与角色一致性生成任务，为二次元艺术创作提供精准的视觉锚点。

衍生相关工作

围绕此数据集衍生出一系列经典工作，包括基于DreamBooth的角色定制化生成研究，以及采用ControlNet进行姿态与构图条件控制的微调实验。社区中还涌现出针对该角色多风格迁移（如像素风、水墨风）的模型适配方案，以及利用stage3-eyes数据集改进眼部细节生成的专项优化。这些工作不仅验证了小规模高质量数据集在角色专属生成中的有效性，也为后续构建更广泛的二次元角色数据集（如Arknights全角色）提供了方法论借鉴与预处理流水线参考。

数据集最近研究

最新研究方向

在二次元角色生成与风格迁移领域，基于扩散模型的文本到图像技术正迎来爆发式发展，而高质量、精标注的角色专属数据集成为推动这一进程的关键基石。haze_arknights数据集聚焦于热门手游《明日方舟》中的角色“Haze”，通过从Danbooru、Pixiv等艺术社区爬取并精细整理出73幅原始图像及多尺度裁剪版本，为角色个性化生成提供了标准化训练素材。该数据集不仅提供了从384x512到640x880等多种对齐分辨率版本，还创新性地引入了三级裁剪与眼部聚焦处理，显著提升了生成图像在面部细节与构图一致性上的表现。这一工作顺应了当前AI同人创作与游戏角色数字化再现的前沿趋势，为轻量化角色定制模型、可控风格迁移以及基于参考图像的生成任务提供了重要的数据支撑，同时也彰显了开源社区在构建专业化、高精度垂直数据集方面的探索意义。