CyberHarem/hamanami_kantaicollection

这是一个包含276张图片及其标签的hamanami（Kantai Collection）数据集。图片来源于多个网站（如danbooru、pixiv、zerochan等），并由DeepGHS团队开发的自动爬取系统收集。数据集的核心标签包括`long_hair, grey_hair, braid, single_braid, ribbon, hair_ribbon, ahoge, hair_over_eyes, brown_eyes, black_ribbon, bow`。

本数据集为收录276张图片及其对应标注标签的《舰队Collection》（Kantai Collection）角色滨名（hamanami）主题数据集。图片来源涵盖多个二次元图片分享平台，包括danbooru、pixiv、zerochan等，采集工作由DeepGHS团队开发的自动爬取系统完成。该数据集的核心标注标签包括：长发（long_hair）、灰发（grey_hair）、编发（braid）、单编发（single_braid）、丝带（ribbon）、发饰丝带（hair_ribbon）、呆毛（ahoge）、遮眼发（hair_over_eyes）、棕褐色眼眸（brown_eyes）、黑色丝带（black_ribbon）以及蝴蝶结（bow）。

原始信息汇总

数据集概述

数据集信息

• 名称: Dataset of hamanami (Kantai Collection)
• 许可证: MIT
• 任务类别: text-to-image
• 标签: art, not-for-all-audiences
• 大小类别: n<1K

数据集内容

• 图像数量: 276张
• 核心标签: long_hair, grey_hair, braid, single_braid, ribbon, hair_ribbon, ahoge, hair_over_eyes, brown_eyes, black_ribbon, bow

数据包列表

名称	图像数量	大小	类型	描述
raw	276	242.35 MiB	Waifuc-Raw	原始数据，包含元信息（最小边对齐到1400像素，如果更大）。
800	276	160.91 MiB	IMG+TXT	短边不超过800像素的数据集。
stage3-p480-800	612	338.53 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。
1200	276	222.05 MiB	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	612	449.90 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。

标签聚类结果

原始文本版本

#	样本数量	图像示例	标签
0	8		1girl, bowtie, grey_pantyhose, long_sleeves, looking_at_viewer, pleated_dress, purple_dress, school_uniform, simple_background, solo, white_background, white_shirt, cowboy_shot, seamed_legwear, smile, blush
1	37		1girl, bowtie, long_sleeves, school_uniform, solo, white_shirt, purple_dress, looking_at_viewer, upper_body, white_background, simple_background, hair_over_one_eye, open_mouth, blush
2	8		1girl, grey_pantyhose, long_sleeves, pleated_dress, purple_dress, school_uniform, solo, white_shirt, full_body, lace-up_boots, open_mouth, seamed_legwear, bowtie, white_background, bangs, chibi, standing, blue_bow, blush_stickers, character_name, collared_shirt
3	7		1girl, blue_dress, solo, bag, long_sleeves, official_alternate_costume, white_shirt, cowboy_shot, hair_over_one_eye, looking_at_viewer, blush
4	6		1girl, black_dress, halloween_costume, solo, blush, ghost_costume, long_sleeves, official_alternate_costume, black_footwear, full_body, high_heels, open_mouth, orange_eyes
5	5		1girl, full_body, simple_background, solo, white_background, white_shirt, white_socks, alternate_costume, blue_dress, long_sleeves, shoes, blush, looking_at_viewer, open_mouth, smile
6	7		1girl, detached_collar, fake_animal_ears, playboy_bunny, rabbit_ears, solo, strapless_leotard, bowtie, open_mouth, rabbit_tail, simple_background, wrist_cuffs, blush, purple_leotard, white_background, adapted_costume, breasts, covered_navel, grey_pantyhose, looking_at_viewer, seamed_legwear
7	10		long_sleeves, reindeer_antlers, 1girl, blush, red_skirt, reindeer_costume, simple_background, solo, white_background, pleated_skirt, open_mouth, fur_trim, sack, animal_hood, kneehighs, looking_at_viewer
8	5		1girl, cowboy_shot, looking_at_viewer, solo, purple_panties, blush, purple_bra, simple_background, small_breasts, underwear_only, blue_panties, camisole, collarbone, hair_over_one_eye, white_background
9	5		1boy, 1girl, blush, hetero, nipples, solo_focus, sweat, bangs, cum_in_pussy, open_mouth, penis, small_breasts, vaginal, happy_sex, looking_at_viewer, medium_breasts, missionary, on_back, overflow, spread_legs, bar_censor, blue_bra, blue_panties, breasts_out, collarbone, completely_nude, hair_over_one_eye, heart, mosaic_censoring, navel, on_bed, smile

搜集汇总

数据集介绍

构建方式

在动漫与游戏角色数据集构建的广阔领域中，CyberHarem/hamanami_kantaicollection专注于《舰队Collection》中的角色滨波。该数据集包含276张图像及其对应的标签，核心标签涵盖长发、灰发、编发、丝带等特征。图像通过自动化爬取系统从Danbooru、Pixiv、Zerochan等多个站点采集，该系统由DeepGHS团队开发。数据集以多种格式提供，包括原始数据（raw）、短边不超过800像素的版本（800）、短边不超过1200像素的版本（1200），以及经过三阶段裁剪且面积不低于480x480像素的增强版本（stage3-p480-800和stage3-p480-1200）。

特点

该数据集的核心特点在于其精细的标签体系和丰富的版本变体。图像均经过标签修剪，保留了角色的关键视觉特征，便于下游任务精准识别。数据集提供了原始元数据格式（Waifuc-Raw）和图像-文本对格式（IMG+TXT），满足不同使用场景。此外，数据集中包含了基于标签聚类的结果，展示了如校服、万圣节服装、圣诞服装等多类服饰的样本分组，为角色多姿态和多服饰研究提供了结构化资源。

使用方法

数据集的使用方法灵活多样。对于原始数据，用户可通过waifuc库加载，首先使用huggingface_hub下载dataset-raw.zip压缩包，解压后利用LocalSource读取图像及其元数据。对于其他版本，用户可直接下载对应的ZIP文件，解压后获得图像和对应的文本标签文件。这些数据可直接用于文本到图像生成模型的训练，或作为图像分类、标签预测等任务的基准数据集。

背景与挑战

背景概述

在二次元文化与生成式人工智能技术深度融合的浪潮下，高质量、细粒度的角色数据集成为推动文本到图像生成模型发展的关键基石。CyberHarem/hamanami_kantaicollection数据集于近年由DeepGHS团队构建，专注于《舰队Collection》中的角色“滨波”。该数据集汇聚了来自Danbooru、Pixiv、Zerochan等多个知名图像社区精心爬取的276张图像，并附带了详尽的结构化标签。其核心研究问题在于如何为特定动漫角色构建一个兼具规模、多样性与语义标注精度的基准数据集，以支撑角色一致性的图像生成任务。该数据集的发布不仅为二次元角色生成领域提供了宝贵的训练素材，也因其自动化的数据采集与处理流程，对推动相关研究社区的数据基础设施建设产生了积极影响。

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：与ImageNet等通用图像分类任务不同，文本到图像生成要求模型理解并复现高度风格化、细节丰富的角色特征（如发型、发色、特定服饰），而“滨波”数据集的276张图像规模相对有限，对模型从稀疏标注中学习鲁棒的角色表征构成了显著压力。其次，构建过程中的挑战亦不容忽视：图像来源分散于多个社区且版权许可各异，自动爬取系统虽高效，却需应对图像质量参差、标签风格不统一及噪声标签（如重复、不相关标注）等问题。此外，数据集提供的多种分辨率与裁剪版本虽提升了适用性，却也增加了数据预处理与标准化的工作量，对下游任务的可复现性提出了更高要求。

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，CyberHarem/hamanami_kantaicollection数据集作为《舰队Collection》中浜波角色的专属图像资源，为文本到图像生成模型提供了高质量的细粒度训练素材。该数据集包含276张精心标注的图像，涵盖校服、万圣节、兔女郎、圣诞等多套官方换装，并附有长灰发、单侧编发、呆毛等核心标签。研究者可借此训练模型精准捕捉角色标志性视觉特征，实现从文本描述到特定角色肖像的忠实还原，尤其适用于动漫角色定制化生成与多风格统一表征学习。

衍生相关工作

围绕该数据集衍生的工作包括基于Waifuc框架的原始数据加载与预处理流水线，以及利用标签聚类挖掘角色服饰搭配规律的研究。此外，数据集提供的多分辨率版本（如800px、1200px）和三阶段裁剪版本，为后续的图像超分辨率、局部重绘以及注意力机制分析提供了标准化输入。相关团队还可能基于此数据集开展角色身份保持的对比学习实验，推动动漫图像生成中细粒度控制技术的发展，并促进社区共建更丰富的二次元角色数据集生态。

数据集最近研究

最新研究方向

在当前文本到图像生成领域蓬勃发展的背景下，基于动漫角色数据的精细化训练成为提升模型可控性与风格一致性的关键路径。CyberHarem/hamanami_kantaicollection 数据集聚焦于《舰队Collection》中的角色滨波，通过汇集276张来自Danbooru、Pixiv等多源平台的高质量图像与标签，并采用waifuc工具实现自动化爬取与三阶段裁剪处理，为角色定制化生成提供了标准化的数据基底。该数据集不仅涵盖了核心外观标签如灰发、长辫与蝴蝶结，还通过聚类分析揭示了不同服装变体（如校园制服、万圣节装扮与圣诞驯鹿服）的分布模式，直接关联到当前二次元风格迁移、角色LoRA微调以及多模态扩散模型的前沿研究方向。其提供的多分辨率版本（800px/1200px）与标注格式，显著降低了研究者构建高质量动漫角色数据集的成本，对推动泛二次元图像生成技术的精细化与个性化具有重要示范意义。