CyberHarem/shikinami_kantaicollection

这是shikinami/敷波/敷波 (Kantai Collection)的数据集，包含500张图片及其标签。核心标签包括`brown_hair, ponytail, brown_eyes, short_hair, ribbon, hair_ribbon`，这些标签在数据集中被修剪。图片从多个网站（如danbooru, pixiv, zerochan等）爬取，爬取系统由DeepGHS团队提供。数据集提供了多种格式的下载链接，包括原始数据、不同分辨率的图片以及经过裁剪的图片。此外，还提供了如何使用waifuc加载原始数据集的代码示例。最后，README还列出了标签聚类结果，展示了不同标签组合的图片示例。This is the dataset for shikinami/Shikinami/Shikinami (Kantai Collection), containing 500 images and their associated tags. The core tags include `brown_hair, ponytail, brown_eyes, short_hair, ribbon, hair_ribbon`, and these tags have been pruned within this dataset. Images were crawled from multiple platforms including danbooru, pixiv, zerochan and other similar sites, with the crawling system provided by the DeepGHS team. The dataset provides download links in various formats, such as raw data, images with different resolutions, and cropped images. Additionally, code examples for loading the raw dataset using waifuc are included. Finally, the README also lists tag clustering results, showcasing image samples for different tag combinations.

原始信息汇总

数据集概述

数据集信息

• 名称: 敷波 (Kantai Collection)
• 内容: 包含500张图片及其标签
• 核心标签: brown_hair, ponytail, brown_eyes, short_hair, ribbon, hair_ribbon

数据来源

• 爬取站点: danbooru, pixiv, zerochan等
• 爬取系统: DeepGHS Team (通过huggingface组织)

数据包列表

名称	图片数量	大小	类型	描述
raw	500	398.10 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	500	266.04 MiB	IMG+TXT	短边不超过800像素的图片集
stage3-p480-800	1057	529.52 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素
1200	500	367.15 MiB	IMG+TXT	短边不超过1200像素的图片集
stage3-p480-1200	1057	700.33 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	图片1	图片2	图片3	图片4	图片5	标签
0	13	[图片]	[图片]	[图片]	[图片]	[图片]	1girl, brown_sailor_collar, serafuku, solo, looking_at_viewer, blush, short_sleeves, brown_skirt, pleated_skirt, simple_background, upper_body, white_background, twitter_username
1	5	[图片]	[图片]	[图片]	[图片]	[图片]	1girl, black_socks, brown_sailor_collar, brown_skirt, kneehighs, pleated_skirt, serafuku, simple_background, solo, white_background, looking_at_viewer, blush, short_sleeves, sitting, open_mouth
2	7	[图片]	[图片]	[图片]	[图片]	[图片]	1girl, black_sailor_collar, black_skirt, black_socks, serafuku, solo, anchor_symbol, kneehighs, pleated_skirt, looking_at_viewer, white_background, short_sleeves, simple_background, wariza
3	9	[图片]	[图片]	[图片]	[图片]	[图片]	1girl, black_socks, full_body, kneehighs, machinery, pleated_skirt, serafuku, simple_background, solo, smokestack, white_background, black_sailor_collar, black_skirt, looking_at_viewer, torpedo_launcher, adapted_turret, standing, cannon, rigging, short_sleeves, short_ponytail
4	5	[图片]	[图片]	[图片]	[图片]	[图片]	1girl, black_socks, brown_sailor_collar, brown_skirt, grey_footwear, kneehighs, pleated_skirt, serafuku, solo, full_body, short_sleeves, anchor_symbol, shoes, blush, open_mouth, outdoors, smile, standing
5	5	[图片]	[图片]	[图片]	[图片]	[图片]	anchor_symbol, black_sailor_collar, kneehighs, pleated_skirt, serafuku, short_sleeves, solo_focus, black_skirt, black_socks, 2girls, long_hair, standing
6	7	[图片]	[图片]	[图片]	[图片]	[图片]	1girl, black_pantyhose, detached_collar, playboy_bunny, rabbit_ears, small_breasts, solo, strapless_leotard, fake_animal_ears, simple_background, wrist_cuffs, alternate_costume, looking_at_viewer, black_leotard, full_body, grey_background, red_bowtie, red_leotard, sitting, white_background
7	9	[图片]	[图片]	[图片]	[图片]	[图片]	1girl, solo, cowboy_shot, looking_at_viewer, collarbone, black_one-piece_swimsuit, blue_one-piece_swimsuit, covered_navel, school_swimsuit, small_breasts, standing, blush, gradient_background
8	11	[图片]	[图片]	[图片]	[图片]	[图片]	1girl, alternate_costume, obi, blush, solo, yukata, looking_at_viewer, upper_body, uchiwa, floral_print
9	9	[图片]	[图片]	[图片]	[图片]	[图片]	1girl, white_apron, black_dress, enmaided, solo, blush, maid_apron, maid_headdress, simple_background, frilled_apron, looking_at_viewer, open_mouth, puffy_sleeves, short_sleeves, white_background

表格版本

#	样本数	图片1	图片2	图片3	图片4	图片5	1girl	brown_sailor_collar	serafuku	solo	looking_at_viewer	blush	short_sleeves	brown_skirt	pleated_skirt	simple_background	upper_body	white_background	twitter_username	black_socks	kneehighs	sitting	open_mouth	black_sailor_collar	black_skirt	anchor_symbol	wariza	full_body	machinery	smokestack	torpedo_launcher	adapted_turret	standing	cannon	rigging	short_ponytail	grey_footwear	shoes	outdoors	smile	solo_focus	2girls	long_hair	black_pantyhose	detached_collar	playboy_bunny	rabbit_ears	small_breasts	strapless_leotard	fake_animal_ears	wrist_cuffs	alternate_costume	black_leotard	grey_background	red_bowtie	red_leotard	cowboy_shot	collarbone	black_one-piece_swimsuit	blue_one-piece_swimsuit	covered_navel	school_swimsuit	gradient_background	obi	yukata	uchiwa	floral_print	white_apron	black_dress	enmaided	maid_apron	maid_headdress	frilled_apron	puffy_sleeves
0	13	[图片]	[图片]	[图片]	[图片]	[图片]	X	X	X	X	X	X	X	X	X	X	X	X	X
1	5	[图片]	[图片]	[图片]	[图片]	[图片]	X	X	X	X	X	X	X	X	X	X		X		X	X	X	X
2	7	[图片]	[图片]	[图片]	[图片]	[图片]	X		X	X	X		X		X	X		X		X	X			X	X	X	X
3	9	[图片]	[图片]	[图片]	[图片]	[图片]	X		X	X	X		X		X	X		X		X	X			X	X			X	X	X	X	X	X	X	X	X
4	5	[图片]	[图片]	[图片]	[图片]	[图片]	X	X	X	X		X	X	X	X					X	X		X			X		X					X				X	X	X	X
5	5	[图片]	[图片]	[图片]	[图片]	[图片]			X				X		X					X	X			X	X	X							X								X	X	X
6	7	[图片]	[图片]	[图片]	[图片]	[图片]	X			X	X		X			X		X		X	X			X	X			X	X	X	X	X	X	X	X	X
7	9	[图片]	[图片]	[图片]	[图片]	[图片]	X			X	X		X			X		X		X	X			X	X			X	X	X	X	X	X	X	X	X
8	11	[图片]	[图片]	[图片]	[图片]	[图片]	X			X	X		X			X		X		X	X			X	X			X	X	X	X	X	X	X	X	X
9	9	[图片]	[图片]	[图片]	[图片]	[图片]	X			X	X		X			X		X		X	X			X	X			X	X	X	X	X	X	X	X	X

搜集汇总

数据集介绍

构建方式

在二次元角色数据集构建领域，CyberHarem/shikinami_kantaicollection 专注于收录《舰队Collection》中的角色“敷波”。该数据集通过自动化爬取系统，从Danbooru、Pixiv、Zerochan等多个图像托管站点采集了500张高质量图片及其关联标签。爬取工作由DeepGHS团队提供技术支持，确保了数据来源的广泛性与多样性。为保留核心角色特征，数据集中已剔除如棕色头发、马尾辫、棕色眼睛等基础标签，使标注信息更聚焦于场景、服装与姿态等差异化元素。数据以多种分辨率版本发布，包括原始未压缩版以及短边不超过800或1200像素的标准化版本，并额外提供经过三级裁剪策略处理的数据包，以满足不同训练需求。

特点

该数据集最显著的特点在于其精细化的多版本设计与标签聚类分析。除了提供原始元数据与标准化图像外，数据集还包含通过三级裁剪生成的增强版本，图像数量从原始500张扩展至1057张，有效提升了样本多样性。此外，数据集附带了标签聚类结果，将图像按视觉相似性分为多个簇，每个簇都对应一组高频标签，如“水手服”、“兔女郎”、“泳装”等，这有助于研究者快速识别角色在不同着装或场景下的风格分布。这种聚类信息不仅便于分析角色形象的多样性，也为下游任务的标签优化或数据筛选提供了直观依据。

使用方法

使用该数据集时，研究者可通过Hugging Face Hub直接下载不同版本的压缩包。对于需要原始标注信息的场景，推荐使用waifuc库加载原始数据集：首先通过huggingface_hub下载dataset-raw.zip文件，解压至本地目录后，利用waifuc的LocalSource接口即可逐项读取图像及其元数据与标签。此方法适用于需要灵活控制数据预处理流程的文本到图像生成任务。对于更注重高效加载与标准化输入的应用，可直接选用IMG+TXT格式的分辨率限定版本或裁剪版本，这些包中的图像与标签文件已对齐，便于直接导入训练管线。

背景与挑战

背景概述

在生成式人工智能领域，特别是文本到图像（text-to-image）任务中，高质量、带标注的角色数据集是训练精细模型的关键基石。CyberHarem/shikinami_kantaicollection数据集由DeepGHS团队于近期构建，专注于日本游戏《舰队Collection》中的角色“敷波”。该数据集汇集了500张图像及相应标签，图像来源包括Danbooru、Pixiv、Zerochan等知名平台，通过自动化爬取系统完成。核心研究问题在于为二次元角色提供标准化、多尺度的图像-标签配对资源，以支持风格迁移、角色生成等下游任务。该数据集的发布为动漫图像生成领域提供了针对特定角色的精细化训练素材，尤其对提升模型在角色一致性、服饰细节等维度的表现具有示范意义，推动了社区对二次元角色数据集构建规范的探索。

当前挑战

该数据集面临的主要挑战集中在领域问题解决与构建过程两个层面。在领域问题方面，尽管文本到图像生成技术发展迅速，但动漫角色数据集普遍存在标注不一致、图像质量参差的问题，导致模型在生成特定角色时易出现特征混淆或细节失真。该数据集通过提供多分辨率版本（如800px、1200px）及三级裁剪数据集，尝试缓解尺度与构图多样性带来的挑战。构建过程中，自动化爬取虽提升了效率，但面临版权合规性、图像去重及标签噪声控制的难题；例如，标签聚类结果显示部分图像存在多角色共存或背景复杂的情况，增加了自动标注的准确性风险。此外，数据集规模较小（n<1K），可能限制模型在泛化能力上的表现，需通过数据增强或迁移学习策略加以弥补。

常用场景

经典使用场景

该数据集以《舰队Collection》中的角色“敷波”为核心，收录了500张高质量图像及其对应的标签信息，是面向文本到图像生成任务的专业资源。在二次元角色生成领域，研究者常利用此类精细标注的数据集训练扩散模型或生成对抗网络，以实现对特定角色外貌、服饰与姿态的精准还原。通过提供多分辨率版本（如800像素、1200像素）及三级裁剪数据集，该资源为不同计算条件下的模型训练提供了灵活选择，尤其适用于角色一致性保持与细粒度图像合成等经典研究场景。

解决学术问题

该数据集有效解决了学术研究中二次元角色图像数据稀缺与标注不一致的难题。传统角色生成模型常因训练数据混杂导致风格偏移或特征丢失，而本数据集通过统一标签体系（如发色、发型、服饰细节）和聚类分析，为模型提供了结构化的学习样本。研究者可借此探索多模态对齐、标签去冗余及小样本学习等方向，推动生成模型在角色身份保持与风格泛化能力上的突破，从而深化对动漫图像生成中语义控制与视觉一致性关系的理论理解。

衍生相关工作

该数据集衍生了一系列经典工作，尤其在角色定制化生成与标签聚类分析领域。基于其提供的原始图像与元信息，研究者开发了如角色风格迁移、多视图生成及局部编辑等模型。聚类结果（如水手服、兔女郎装等服饰分组）启发了细粒度属性解耦的研究，推动了可控生成任务的发展。此外，该数据集常作为基准用于评估生成模型在动漫角色保真度与标签相关性上的表现，与DeepGHS团队的工具链结合，形成了从数据采集到模型训练的完整研究范式。