CyberHarem/asakaze_kantaicollection

该数据集是关于《舰队Collection》中的角色朝風（Asakaze）的图像数据集，包含420张图像及其标签。图像从多个网站（如danbooru、pixiv、zerochan等）爬取，并由DeepGHS团队提供技术支持。数据集的核心标签包括长头发、蓝眼睛、蝴蝶结等。数据集提供了不同尺寸和裁剪方式的图像包，如raw、800、1200等，并支持通过waifuc工具加载原始数据集。此外，数据集还提供了标签聚类结果，展示了不同服装和表情的图像样本。This is an image dataset centered on the character Asakaze from *Kantai Collection* (KanColle), containing 420 images and their associated labels. The images were crawled from multiple platforms including Danbooru, Pixiv, Zerochan and other similar websites, with technical support provided by the DeepGHS team. The core labels of the dataset include attributes such as long hair, blue eyes, hair bow and more. The dataset offers image packages with varying resolutions and cropping modes, such as raw, 800, 1200 and others, and supports loading the original dataset via the waifuc tool. In addition, the dataset also provides label clustering results that showcase image samples with different outfits and expressions.

原始信息汇总

数据集概述

数据集信息

• 名称: Dataset of asakaze/朝風 (Kantai Collection)
• 描述: 包含420张图片及其标签，主要标签包括long_hair, blue_eyes, bow, bangs, light_brown_hair, hair_bow, parted_bangs, wavy_hair, sidelocks, blue_bow, ribbon。
• 许可: MIT
• 任务类别: text-to-image
• 标签: art, not-for-all-audiences
• 大小类别: n<1K

数据集包列表

名称	图片数量	大小	类型	描述
raw	420	373.36 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	420	254.47 MiB	IMG+TXT	短边不超过800像素的数据集。
stage3-p480-800	931	522.83 MiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素。
1200	420	348.80 MiB	IMG+TXT	短边不超过1200像素的数据集。
stage3-p480-1200	931	672.29 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	图片示例	标签
0	69		1girl, kimono, meiji_schoolgirl_uniform, solo, hakama_skirt, blue_hakama, forehead, looking_at_viewer, simple_background, white_background, smile, open_mouth, upper_body
1	36		blue_hakama, hakama_skirt, lace-up_boots, meiji_schoolgirl_uniform, 1girl, forehead, solo, brown_footwear, full_body, looking_at_viewer, standing, white_background, smile, simple_background, anchor, white_kimono, open_mouth
2	7		1girl, looking_at_viewer, solo, blush, kimono, navel, open_clothes, collarbone, hair_ribbon, small_breasts, blonde_hair, simple_background
3	11		1girl, navel, solo, cowboy_shot, small_breasts, smile, forehead, hair_ribbon, looking_at_viewer, blush, collarbone, simple_background, twitter_username, white_background, blonde_hair, blue_ribbon, closed_mouth, open_mouth, white_bikini
4	8		1girl, alternate_costume, forehead, solo, pleated_skirt, school_uniform, looking_at_viewer, white_shirt, dated, blonde_hair, cowboy_shot, one-hour_drawing_challenge, blue_skirt, dress_shirt, hair_ribbon, necktie, short_sleeves, smile, white_background
5	7		1girl, alternate_costume, playboy_bunny, rabbit_ears, blue_leotard, fake_animal_ears, forehead, looking_at_viewer, solo, white_background, detached_collar, medium_breasts, rabbit_tail, simple_background, strapless_leotard, wrist_cuffs, pantyhose, smile, blue_bowtie, brown_hair, covered_navel, open_mouth, small_breasts
6	6		1girl, alternate_costume, blue_background, blue_choker, blue_skirt, cosplay, looking_at_viewer, magical_girl, open_mouth, short_sleeves, smile, anchor, collarbone, full_body, gradient_background, white_dress, white_thighhighs, small_breasts, solo, adapted_costume, hair_ornament, high_heel_boots, standing

表格版本

#	样本数量	图片示例	1girl	kimono	meiji_schoolgirl_uniform	solo	hakama_skirt	blue_hakama	forehead	looking_at_viewer	simple_background	white_background	smile	open_mouth	upper_body	lace-up_boots	brown_footwear	full_body	standing	anchor	white_kimono	blush	navel	open_clothes	collarbone	hair_ribbon	small_breasts	blonde_hair	cowboy_shot	twitter_username	blue_ribbon	closed_mouth	white_bikini	alternate_costume	pleated_skirt	school_uniform	white_shirt	dated	one-hour_drawing_challenge	blue_skirt	dress_shirt	necktie	short_sleeves	playboy_bunny	rabbit_ears	blue_leotard	fake_animal_ears	detached_collar	medium_breasts	rabbit_tail	strapless_leotard	wrist_cuffs	pantyhose	blue_bowtie	brown_hair	covered_navel	blue_background	blue_choker	cosplay	magical_girl	gradient_background	white_dress	white_thighhighs	adapted_costume	hair_ornament	high_heel_boots
0	69		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

在动漫与游戏角色数据集构建领域，CyberHarem/asakaze_kantaicollection 聚焦于《舰队Collection》中的角色朝風。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收集图像素材，自动化系统由DeepGHS团队提供技术支持。数据集共计包含420张图像及其对应的标签，核心标签涵盖长发、蓝眼、蝴蝶结、刘海、浅棕色头发等特征，并在数据集中进行了精简处理。此外，数据集提供了多种处理版本，包括原始数据包、短边不超过800或1200像素的标准化版本，以及经过三阶段裁剪且面积不小于480x480像素的增强版本，以满足不同训练需求。

特点

该数据集的一大特色在于其丰富的多版本结构，用户可根据应用场景灵活选择raw、800、1200或stage3裁剪版本，其中stage3版本通过裁剪操作将图像数量扩充至931张，有效增加了训练样本的多样性。数据集还提供了详尽的标签聚类结果，将图像按服饰与场景特征划分为7个簇，例如和服、明治女学生制服、兔女郎装扮等，便于研究者挖掘角色在不同造型下的视觉模式。每个版本均以IMGTXT或WaifucRaw格式提供，确保与主流文本到图像生成框架的兼容性，且所有数据均基于MIT许可协议开放使用。

使用方法

使用该数据集时，研究者可通过Hugging Face Hub直接下载各版本压缩包。对于原始数据，推荐采用Waifuc库进行加载，具体步骤包括使用huggingface_hub下载dataset-raw.zip文件，解压至本地目录，随后通过LocalSource接口读取图像及其元信息（如文件名和标签）。对于其他版本，解压后即可获得图像与对应的文本标签文件，可直接用于训练或微调文本到图像生成模型。此外，聚类结果中的样本预览图可辅助用户快速筛选特定风格的子集，提升数据探索效率。

背景与挑战

背景概述

在二次元角色生成与个性化图像创作领域，高质量、标注精细的角色数据集是驱动文本到图像模型（如Stable Diffusion）精准生成特定角色的基石。该数据集聚焦于《舰队Collection》中的人气角色“朝風”（Asakaze），由DeepGHS团队于近期构建并发布于HuggingFace平台。核心研究问题在于如何为动漫风格的角色提供结构化的视觉与语义资源，以支撑角色一致性的图像生成任务。数据集包含420张从Danbooru、Pixiv、Zerochan等多源站点自动爬取的高质量图像，并附有经过清洗的标签体系，如长发、蓝眼、蝴蝶结等核心特征。其影响力体现在为少样本的角色定制化生成提供了标准化数据基座，推动了动漫领域文本到图像研究的精细化和可复现性。

当前挑战

该数据集所解决的领域挑战在于动漫角色图像生成中的身份保持与多风格泛化难题。具体而言，模型需从有限样本中学习角色不变性特征，同时应对不同画师风格、着装变化（如校服、巫女服、泳装）及构图差异带来的分布偏移。构建过程中的挑战则包括：多源数据自动爬取时需处理版权合规与图像质量筛选，确保420张样本的清晰度与主题一致性；标签体系需克服动漫领域标签的冗余与歧义性，通过剪枝保留如‘long_hair’、‘blue_eyes’等核心标识，并组织为聚类结构以支持细粒度特征挖掘；此外，面对仅1K以下的小规模数据集，需设计如‘stage3-p480-800’的多尺度裁剪策略，以增强模型对局部与全局特征的鲁棒学习，避免过拟合。

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/asakaze_kantaicollection数据集为文本到图像（text-to-image）任务提供了高质量的视觉素材。该数据集收录了《舰队Collection》中朝風（Asakaze）角色的420张图像及对应标签，涵盖了和服、水手服、巫女装等多种经典服饰变体。研究者常利用其多分辨率版本（如800px、1200px）及三级裁剪版本，结合标签聚类结果，训练扩散模型或生成对抗网络，以精准复现角色特征。数据集的细粒度标签体系（如发型、表情、配饰）尤其适合用于可控图像生成研究，支持对角色外貌的精细化调控。

解决学术问题

该数据集主要解决了二次元角色图像生成中数据稀缺与标签不一致的学术难题。通过系统化的图像爬取与清洗流程，提供了标准化的角色多视图样本，使得研究者能够克服小样本学习中的过拟合问题。此外，数据集内置的标签聚类分析（如服饰分组）为解耦表征学习提供了天然标注，推动了风格迁移、属性编辑等领域的发展。其意义在于降低了动漫角色生成研究的门槛，促进了文本到图像模型在特定IP角色上的泛化能力验证，并为多模态学习中的细粒度对齐研究奠定了数据基础。

衍生相关工作

基于该数据集衍生了一系列经典工作，包括角色身份保持的图像生成模型（如DreamBooth、LoRA的微调版本），以及针对动漫角色的属性解耦与编辑方法。研究者利用其多版本图像与聚类标签，提出了标签感知的扩散模型训练策略，实现了对朝風角色发型、服饰等属性的独立控制。此外，数据集的三级裁剪方案启发了图像预处理流水线的优化工作，相关成果被应用于Waifuc等开源工具中，推动了二次元数据集构建的标准化流程。这些工作共同丰富了可控生成与风格迁移的研究生态。