CyberHarem/hayashio_kantaicollection

这是一个关于hayashio（Kantai Collection）角色的数据集，包含180张图像及其标签。该角色的核心标签包括`black_hair, long_hair, brown_eyes, mole, mole_under_eye, blue_ribbon, ribbon, neck_ribbon`，这些标签在数据集中被修剪。图像从多个网站（如danbooru, pixiv, zerochan等）爬取，自动爬取系统由DeepGHS团队提供。数据集提供了不同尺寸和裁剪方式的多个版本，以及用于加载原始数据集的代码示例。

This is a dataset centered on the character hayashio from *Kantai Collection*, containing 180 images and their corresponding labels. The core labels for this character are `black_hair, long_hair, brown_eyes, mole, mole_under_eye, blue_ribbon, ribbon, neck_ribbon`, and these core labels are pruned in the dataset. The images were crawled from multiple platforms including danbooru, pixiv, zerochan and others, and the automated crawling system was provided by the DeepGHS team. The dataset provides multiple variants with different resolutions and cropping methods, alongside code examples for loading the raw dataset.

原始信息汇总

数据集概述

数据集信息

• 名称: Dataset of hayashio (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: 180张
• 核心标签: black_hair, long_hair, brown_eyes, mole, mole_under_eye, blue_ribbon, ribbon, neck_ribbon

数据包列表

名称	图像数量	大小	类型	描述
raw	180	166.13 MiB	Waifuc-Raw	包含元信息的原始数据（最小边对齐到1400像素，如果更大）。
800	180	107.58 MiB	IMG+TXT	短边不超过800像素的数据集。
stage3-p480-800	418	224.35 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。
1200	180	153.54 MiB	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	418	298.80 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1	图像2	图像3	图像4	图像5	标签
0	16						1girl, black_vest, short_sleeves, solo, white_shirt, black_skirt, pleated_skirt, school_uniform, simple_background, white_background, white_gloves, looking_at_viewer, cowboy_shot, smile, blush, collared_shirt, red_eyes
1	10						1girl, black_skirt, black_vest, kneehighs, pleated_skirt, school_uniform, short_sleeves, white_shirt, brown_footwear, loafers, white_gloves, black_socks, full_body, solo, red_eyes, smile, cannon, collared_shirt, simple_background, standing, machinery, turret, white_background
2	7						1girl, black_vest, looking_at_viewer, solo, upper_body, white_shirt, short_sleeves, orange_eyes, blush, grin, school_uniform, dress_shirt

表格版本

#	样本数量	图像1	图像2	图像3	图像4	图像5	1girl	black_vest	short_sleeves	solo	white_shirt	black_skirt	pleated_skirt	school_uniform	simple_background	white_background	white_gloves	looking_at_viewer	cowboy_shot	smile	blush	collared_shirt	red_eyes	kneehighs	brown_footwear	loafers	black_socks	full_body	cannon	standing	machinery	turret	upper_body	orange_eyes	grin	dress_shirt
0	16						X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X	X
1	10						X	X	X	X	X	X	X	X	X	X	X			X		X	X	X	X	X	X	X	X	X	X	X
2	7						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

在动漫角色数据集构建领域，针对《舰队Collection》中的角色“早潮”，CyberHarem团队创建了该数据集。其构建流程依托于DeepGHS团队开发的自动化爬取系统，从Danbooru、Pixiv、Zerochan等多个图像平台广泛采集图像，最终汇聚了180张高质量图片。数据集不仅包含原始图像，还提供了经过预处理的多个版本，如将短边分别缩放至不超过800像素和1200像素的版本，以及采用三阶段裁剪策略、确保图像区域不小于480x480像素的增强版本，以满足不同训练需求。

特点

该数据集的核心特征在于其精细的标签体系与结构化组织。所有图像都附带了丰富的标签，其中角色核心特征如黑发、长发、棕眼、泪痣等已被系统性地修剪，便于聚焦于特定属性的学习。此外，数据集还提供了基于标签聚类的分析结果，将相似图像归为不同簇，例如包含校服装束的簇，这有助于挖掘角色的不同着装风格和场景，为文本到图像生成任务提供了高度结构化的训练素材。

使用方法

数据集的使用方法灵活多样。用户可以直接下载压缩包格式的预处理数据集（如800或1200版本）用于常规训练。对于需要原始元信息的场景，推荐使用Waifuc库加载原始数据集：通过huggingface_hub下载dataset-raw.zip文件，解压后利用LocalSource即可轻松遍历图像及其对应的文件名和标签信息。这种设计兼顾了便捷性与可扩展性，使得研究者能够快速集成到现有的文本到图像生成工作流中。

背景与挑战

背景概述

在二次元角色图像生成领域，高质量、标注精细的数据集是推动文本到图像模型发展的关键基石。CyberHarem/hayashio_kantaicollection数据集专注于游戏《舰队Collection》中的角色“早潮”，由DeepGHS团队于近期构建并发布。该团队依托自动化爬取系统，从Danbooru、Pixiv、Zerochan等多个知名二次元图像平台收集了180张高分辨率图像，并为其配以精细的标签体系。核心研究问题在于为特定动漫角色建立一套标准化、多尺度的图像-标签数据集，以支撑下游的图像生成、风格迁移及角色识别等任务。该数据集不仅为特定角色的模型微调提供了宝贵资源，也展示了自动化数据采集与清洗在动漫领域的应用潜力，对推动二次元AI社区的发展具有示范意义。

当前挑战

该数据集面临的挑战主要体现在两个层面。在领域问题层面，二次元角色图像生成的核心挑战在于如何从有限且风格多样的图像中准确捕捉角色的核心特征（如发色、瞳色、服饰细节），并确保生成图像在不同姿态和场景下保持角色一致性。数据集仅含180张图像，样本量较小，对模型的泛化能力和鲁棒性提出了较高要求。在构建过程层面，自动化爬取面临图像版权、质量参差及标签噪声等难题。不同平台的标注标准不一，需耗费大量精力进行标签清洗与去重。此外，确保图像分辨率、构图多样性，以及剔除低质量或重复样本，都是构建过程中必须克服的技术障碍。

常用场景

经典使用场景

在文本到图像生成领域，CyberHarem/hayashio_kantaicollection 数据集为训练和微调扩散模型（如 Stable Diffusion）提供了高质量的动漫角色图像与标签对。其核心应用在于基于特定角色（如“hayashio”）的视觉特征（如黑发、长辫、棕色眼眸、痣与蓝色缎带等）进行条件生成，研究者可借助该数据集实现角色一致性的图像合成，或探索标签引导下的细粒度风格迁移。

衍生相关工作

基于此数据集，学界已衍生出多项经典工作，包括：利用标签聚类结果进行角色多风格迁移的对比学习方法、结合 Waifuc 框架的自动数据增强流水线，以及针对动漫角色面部细节（如痣与眼神）的高保真修复模型。这些工作进一步验证了该数据集在促进可复现研究与跨领域迁移学习中的基石价值。

数据集最近研究

最新研究方向

当前，以《舰队Collection》中“早潮”角色为代表的动漫风格图像数据集，正成为文本到图像生成模型微调与角色定制化研究的前沿焦点。该数据集不仅收录了180张高质量图像及其精细标注标签，还通过多尺度裁剪（如stage3-p480-800）与聚类分析，揭示了角色在不同装束（如校服、机械装备）下的视觉特征分布。这一研究方向紧密关联着生成式人工智能在二次元文化中的热点应用——即如何利用小样本数据实现特定角色的一致性与多样性生成。其意义在于，通过提供结构化的标签体系与聚类结果，为LoRA、DreamBooth等个性化微调技术提供了标准化训练资源，推动了可控图像生成在虚拟角色创作、游戏资产自动化生产等领域的技术落地，同时也为跨模态学习中的细粒度语义对齐研究提供了宝贵的实验素材。