CyberHarem/platinum_arknights

这是名为platinum/プラチナ/白金 (Arknights)的数据集，包含500张图片及其标签。图片从多个网站（如danbooru、pixiv、zerochan等）爬取，爬取系统由DeepGHS团队提供支持。数据集的核心标签包括`animal_ears, long_hair, horse_ears, white_hair, animal_ear_fluff, yellow_eyes, very_long_hair, horse_girl, tail, brown_eyes, horse_tail, breasts`，并在数据集中进行了修剪。这是名为platinum/プラチナ/白金 (Arknights)的数据集，包含500张图片及其标签。图片从多个网站（如danbooru、pixiv、zerochan等）爬取，爬取系统由DeepGHS团队提供支持。数据集的核心标签包括`animal_ears, long_hair, horse_ears, white_hair, animal_ear_fluff, yellow_eyes, very_long_hair, horse_girl, tail, brown_eyes, horse_tail, breasts`，并在数据集中进行了修剪。

原始信息汇总

数据集概述

基本信息

• 名称: 白金/プラチナ/白金 (Arknights)
• 许可证: MIT
• 任务类别: 文本到图像
• 标签:
  • 艺术
  • 不适合所有观众
• 大小类别: 小于1K

数据集内容

• 描述: 包含500张图像及其标签。
• 核心标签: 动物耳朵, 长发, 马耳朵, 白发, 动物耳毛, 黄眼睛, 非常长发, 马女孩, 尾巴, 棕色眼睛, 马尾, 胸部

数据集结构

• 包列表:

  名称	图像数量	大小	下载链接	类型	描述
  raw	500	900.32 MiB	下载	Waifuc-Raw	包含元信息的原始数据
  stage3-p480-1200	1270	1.40 GiB	下载	IMG+TXT	三阶段裁剪数据集，区域不小于480x480像素

数据集使用

• 加载原始数据集: 提供给waifuc加载的代码示例，用于提取和加载图像及其元数据。

集群列表

• 集群结果: 列出标签聚类结果，可能包含可挖掘的服装信息。
• 集群示例:

  #	样本数	图像示例	标签
  0	19		1girl, bare_shoulders, criss-cross_halter, official_alternate_costume, solo, white_bikini, laurel_crown, looking_at_viewer, navel, stomach, thighs, bracelet, standing, hand_up, outdoors, water, cowboy_shot
  1	26		1girl, bare_shoulders, official_alternate_costume, solo, looking_at_viewer, white_bikini, laurel_crown, criss-cross_halter, upper_body, closed_mouth
  2	19		1girl, solo, upper_body, white_jacket, closed_mouth, looking_at_viewer, simple_background, sidelocks, ponytail, white_background, high_collar
  3	5		1girl, black_gloves, elbow_gloves, hand_up, simple_background, solo, upper_body, white_background, ponytail, white_jacket, blush, closed_mouth, looking_at_viewer, sidelocks, blunt_bangs, high_collar, holding
  4	5		1girl, black_thighhighs, long_sleeves, looking_at_viewer, midriff, navel, short_shorts, simple_background, solo, thigh_boots, white_background, white_jacket, white_shorts, black_gloves, cowboy_shot, crop_top, standing, stomach, black_footwear, elbow_gloves, groin, wide_sleeves, hand_up, holding, ponytail, shirt, smile
  5	8		1girl, arrow_(projectile), black_gloves, holding_bow_(weapon), long_sleeves, looking_at_viewer, midriff, short_shorts, solo, standing, white_jacket, white_shorts, navel, thigh_boots, wide_sleeves, cowboy_shot, crop_top, quiver, belt, stomach, black_thighhighs, parted_lips, simple_background, white_background
  6	6		1girl, arrow_(projectile), black_footwear, black_gloves, black_thighhighs, holding_bow_(weapon), short_shorts, solo, standing, white_shorts, long_sleeves, looking_at_viewer, midriff, navel, thigh_boots, white_jacket, full_body, stomach, wide_sleeves, checkered_floor, closed_mouth
  7	7		1girl, cowboy_shot, long_sleeves, looking_at_viewer, midriff, short_shorts, solo, white_background, white_jacket, white_shorts, wide_sleeves, simple_background, standing, belt, black_gloves, navel, closed_mouth, stomach, hand_up
  8	11		1girl, blush, looking_at_viewer, navel, solo, nipples, stomach, closed_mouth, collarbone, cowboy_shot, standing, completely_nude, medium_breasts, pussy, arms_behind_back, sidelocks, smile, day, extra_ears, indoors, mosaic_censoring, window
  9	7		1boy, 1girl, hetero, solo_focus, blush, nipples, penis, completely_nude, open_mouth, medium_breasts, mosaic_censoring, navel, ponytail, pussy, sweat, testicles, blunt_bangs, cum, heart, sex_from_behind, spread_legs, vaginal

搜集汇总

数据集介绍

构建方式

在二次元角色图像数据集构建领域，CyberHarem/platinum_arknights 数据集聚焦于游戏《明日方舟》中的角色白金（プラチナ）。该数据集通过自动化爬取系统从 Danbooru、Pixiv、Zerochan 等多家图像平台采集原始图像，并由 DeepGHS 团队提供技术支持。数据集包含 500 张图像及其对应的标签信息，核心标签如 animal_ears、long_hair、white_hair 等已被剪枝处理。数据以两种包形式发布：原始数据包（dataset-raw.zip）保留元信息并将最小边缘对齐至 1400 像素；而 stage3-p480-1200 包则经过三阶段裁剪，确保图像区域不小于 480x480 像素，最终生成 1270 张图像及其对应的文本标签。

特点

该数据集的特点在于其精细化的图像处理与丰富的标签聚类信息。原始数据包支持通过 Waifuc 库直接加载，便于研究者进行自定义预处理。三阶段裁剪后的数据集不仅扩充了图像数量，还提供了分类明确的头部图像（418 张）与其他部位图像（852 张），适用于不同粒度的模型训练。此外，数据集提供了标签聚类结果，以文本和表格两种形式呈现，将图像按服饰、姿势等特征分为 10 个簇，例如官方替换服装、持弓动作、裸露姿态等，每个簇附有样本图像与详细标签列表，便于研究者挖掘角色特定属性或进行风格迁移分析。

使用方法

使用该数据集时，研究者可依据任务需求选择不同数据包。对于需要原始元信息的场景，可通过 huggingface_hub 库下载 dataset-raw.zip，解压后利用 Waifuc 的 LocalSource 加载图像及其标签，实现灵活的迭代处理。若模型训练需标准化输入，推荐使用 stage3-p480-1200 包，该包已集成图像与文本标签，可直接用于扩散模型或文本到图像任务的训练。此外，标签聚类结果可辅助进行数据筛选或生成特定风格的子集，例如通过簇标签定位持弓角色图像，从而提升模型对特定概念的学习效率。

背景与挑战

背景概述

该数据集由DeepGHS团队于近期创建，聚焦于手机游戏《明日方舟》中人气角色“白金”的二次元图像资源。核心研究问题在于为文本到图像生成任务提供高质量、标注精细的角色专属训练数据。数据集包含500张原始图像及其对应的标签，并通过多阶段裁剪生成了1270张增强样本，覆盖了角色在不同着装与姿态下的视觉特征。作为CyberHarem系列的一部分，该数据集填补了特定动漫角色细粒度图像生成领域的空白，为相关生成模型的研究与优化提供了宝贵的资源基础。

当前挑战

首先，该数据集所解决的领域问题在于动漫角色图像生成中，如何实现角色外观的精准还原与多样化表达，尤其是对于拥有复杂特征（如马耳、长发）的角色。其次，构建过程中面临图像来源多样（danbooru、pixiv等）带来的版权与质量参差不齐的挑战，需设计自动爬取与筛选系统确保数据纯净。此外，标签系统虽由自动工具生成，但如何平衡标签的全面性与冗余性，避免核心特征被淹没，以及如何处理敏感内容（如裸露图像）的合规标注，均是数据构建中的关键难题。

常用场景

经典使用场景

在文本到图像生成领域，CyberHarem/platinum_arknights数据集为基于扩散模型或生成对抗网络的二次元角色定制化生成提供了高质量的素材。该数据集包含500张经过精细标注的‘白金’角色图像，涵盖多种姿态、服饰与场景，常用于训练能够根据文本描述生成特定角色形象的模型。研究者可借助此数据集微调Stable Diffusion等预训练模型，使其在生成时精准还原角色的核心特征，如白色长发、马耳与黄色眼眸，从而推动动漫风格图像生成技术的精细化发展。

衍生相关工作

该数据集衍生了一系列聚焦于动漫角色定制化生成的经典工作。例如，基于此数据集的微调策略被用于改进DreamBooth和LoRA等参数高效适配方法，使得在少量样本下也能实现高保真度的角色生成。此外，研究者利用其标签聚类结果开发了角色属性解耦模型，能够独立控制发型、服饰或背景等要素。这些工作不仅推动了文本到图像生成技术在特定领域内的精度提升，也为构建大规模动漫角色数据库和跨角色生成任务提供了方法论参考。

数据集最近研究

最新研究方向

在二次元角色图像生成与多模态理解领域，CyberHarem/platinum_arknights数据集聚焦于《明日方舟》中人气角色“白金”的精细化视觉表征学习。该数据集通过自动化爬取Danbooru、Pixiv等平台获取500张高质量图像及其标签，并提供了从原始数据到三级裁剪（stage3-p480-1200）的标准化处理流程，支持waifuc等框架的便捷加载。其核心研究价值在于：一方面，通过标签聚类分析（如服饰变体、姿态分类），为可控文本到图像生成中的角色一致性保持、风格迁移与属性解耦提供细粒度训练样本；另一方面，数据集中包含的服装变体（如官方替代服饰、泳装、弓道装）与场景标签（室内/室外、战斗姿态）为少样本角色定制、跨模态检索以及基于扩散模型的角色个性化生成（如LoRA微调）提供了关键基准。随着《明日方舟》全球影响力的持续扩大，该数据集不仅服务于同人创作与游戏资产自动生成，更推动了二次元领域专用数据管线的标准化，成为连接游戏IP与前沿生成式AI研究的重要桥梁。