CyberHarem/croissant_arknights

--- license: mit task_categories: - text-to-image tags: - art - not-for-all-audiences size_categories: - n<1K --- # Dataset of croissant/クロワッサン/可颂 (Arknights) This is the dataset of croissant/クロワッサン/可颂 (Arknights), containing 202 images and their tags. The core tags of this character are `horns, orange_hair, green_eyes, long_hair, ahoge, breasts, visor_cap, cow_horns, medium_breasts`, which are pruned in this dataset. Images are crawled from many sites (e.g. danbooru, pixiv, zerochan ...), the auto-crawling system is powered by [DeepGHS Team](https://github.com/deepghs)([huggingface organization](https://huggingface.co/deepghs)). ## List of Packages | Name | Images | Size | Download | Type | Description | |:-----------------|---------:|:-----------|:---------------------------------------------------------------------------------------------------------------------|:-----------|:---------------------------------------------------------------------| | raw | 202 | 266.75 MiB | [Download](https://huggingface.co/datasets/CyberHarem/croissant_arknights/resolve/main/dataset-raw.zip) | Waifuc-Raw | Raw data with meta information (min edge aligned to 1400 if larger). | | 1200 | 202 | 230.96 MiB | [Download](https://huggingface.co/datasets/CyberHarem/croissant_arknights/resolve/main/dataset-1200.zip) | IMG+TXT | dataset with the shorter side not exceeding 1200 pixels. | | stage3-p480-1200 | 436 | 425.48 MiB | [Download](https://huggingface.co/datasets/CyberHarem/croissant_arknights/resolve/main/dataset-stage3-p480-1200.zip) | IMG+TXT | 3-stage cropped dataset with the area not less than 480x480 pixels. | ### Load Raw Dataset with Waifuc We provide raw dataset (including tagged images) for [waifuc](https://deepghs.github.io/waifuc/main/tutorials/installation/index.html) loading. If you need this, just run the following code ```python import os import zipfile from huggingface_hub import hf_hub_download from waifuc.source import LocalSource # download raw archive file zip_file = hf_hub_download( repo_id='CyberHarem/croissant_arknights', repo_type='dataset', filename='dataset-raw.zip', ) # extract files to your directory dataset_dir = 'dataset_dir' os.makedirs(dataset_dir, exist_ok=True) with zipfile.ZipFile(zip_file, 'r') as zf: zf.extractall(dataset_dir) # load the dataset with waifuc source = LocalSource(dataset_dir) for item in source: print(item.image, item.meta['filename'], item.meta['tags']) ``` ## List of Clusters List of tag clustering result, maybe some outfits can be mined here. ### Raw Text Version | # | Samples | Img-1 | Img-2 | Img-3 | Img-4 | Img-5 | Tags | |----:|----------:|:--------------------------------|:--------------------------------|:--------------------------------|:--------------------------------|:--------------------------------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| | 0 | 16 |  |  |  |  |  | 1girl, fur-trimmed_jacket, midriff, navel, open_jacket, white_gloves, black_jacket, black_shorts, collarbone, long_sleeves, open_mouth, solo, crop_top, short_shorts, stomach, :d, fang, looking_at_viewer, cleavage, simple_background, standing, white_background, bare_shoulders, cowboy_shot, hand_up, off_shoulder, blush, groin, hair_between_eyes, holding, thighs, belt, black_gloves, black_sports_bra, short_hair, small_breasts | | 1 | 6 |  |  |  |  |  | 1girl, bare_shoulders, belt, black_gloves, black_shorts, crop_top, day, holding, midriff, navel, official_alternate_costume, outdoors, short_shorts, solo, stomach, thigh_strap, twin_braids, :d, goggles_around_neck, looking_at_viewer, motorcycle, open_mouth, bandages, blue_sky, boots, desert, fingerless_gloves, standing, arm_up, black_footwear, cloud, hammer, pouch, thighs | ### Table Version | # | Samples | Img-1 | Img-2 | Img-3 | Img-4 | Img-5 | 1girl | fur-trimmed_jacket | midriff | navel | open_jacket | white_gloves | black_jacket | black_shorts | collarbone | long_sleeves | open_mouth | solo | crop_top | short_shorts | stomach | :d | fang | looking_at_viewer | cleavage | simple_background | standing | white_background | bare_shoulders | cowboy_shot | hand_up | off_shoulder | blush | groin | hair_between_eyes | holding | thighs | belt | black_gloves | black_sports_bra | short_hair | small_breasts | day | official_alternate_costume | outdoors | thigh_strap | twin_braids | goggles_around_neck | motorcycle | bandages | blue_sky | boots | desert | fingerless_gloves | arm_up | black_footwear | cloud | hammer | pouch | |----:|----------:|:--------------------------------|:--------------------------------|:--------------------------------|:--------------------------------|:--------------------------------|:--------|:---------------------|:----------|:--------|:--------------|:---------------|:---------------|:---------------|:-------------|:---------------|:-------------|:-------|:-----------|:---------------|:----------|:-----|:-------|:--------------------|:-----------|:--------------------|:-----------|:-------------------|:-----------------|:--------------|:----------|:---------------|:--------|:--------|:--------------------|:----------|:---------|:-------|:---------------|:-------------------|:-------------|:----------------|:------|:-----------------------------|:-----------|:--------------|:--------------|:----------------------|:-------------|:-----------|:-----------|:--------|:---------|:--------------------|:---------|:-----------------|:--------|:---------|:--------| | 0 | 16 |  |  |  |  |  | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | | | | | | | | | | | | | | | | | | | 1 | 6 |  |  |  |  |  | X | | X | X | | | | X | | | X | X | X | X | X | X | | X | | | X | | X | | | | | | | X | X | X | X | | | | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X | X |

原始信息汇总

数据集概述

数据集名称

• Dataset of croissant/クロワッサン/可颂 (Arknights)

数据集内容

• 图像数量: 202张
• 图像标签: 包含核心标签如horns, orange_hair, green_eyes, long_hair, ahoge, breasts, visor_cap, cow_horns, medium_breasts

数据集版本

原始数据

• 名称: raw
• 图像数量: 202
• 大小: 266.75 MiB
• 描述: 包含元信息的原始数据，最小边对齐至1400像素（如果更大）

1200版本

• 名称: 1200
• 图像数量: 202
• 大小: 230.96 MiB
• 描述: 短边不超过1200像素的图像集

阶段3-p480-1200版本

• 名称: stage3-p480-1200
• 图像数量: 436
• 大小: 425.48 MiB
• 描述: 三阶段裁剪数据集，区域不小于480x480像素

数据集使用

• 加载工具: 支持使用waifuc加载原始数据集

数据集标签集群

集群示例

集群0

• 样本数量: 16
• 标签: 1girl, fur-trimmed_jacket, midriff, navel, open_jacket, white_gloves, black_jacket, black_shorts, collarbone, long_sleeves, open_mouth, solo, crop_top, short_shorts, stomach, :d, fang, looking_at_viewer, cleavage, simple_background, standing, white_background, bare_shoulders, cowboy_shot, hand_up, off_shoulder, blush, groin, hair_between_eyes, holding, thighs, belt, black_gloves, black_sports_bra, short_hair, small_breasts

集群1

• 样本数量: 6
• 标签: 1girl, bare_shoulders, belt, black_gloves, black_shorts, crop_top, day, holding, midriff, navel, official_alternate_costume, outdoors, short_shorts, solo, stomach, thigh_strap, twin_braids, :d, goggles_around_neck, looking_at_viewer, motorcycle, open_mouth, bandages, blue_sky, boots, desert, fingerless_gloves, standing, arm_up, black_footwear, cloud, hammer, pouch, thighs

搜集汇总

数据集介绍

构建方式

在数字艺术与角色构建领域，数据集的质量直接影响生成模型的性能。本数据集聚焦于游戏《明日方舟》中的角色可颂（Croissant/クロワッサン），共收录202张图像及其对应标签。数据采集过程采用了自动化爬取技术，由DeepGHS团队开发的系统驱动，从Danbooru、Pixiv、Zerochan等多个知名图站获取原始素材。为提升数据可用性，数据集提供了三种预处理版本：原始版保留元信息并统一将最小边长对齐至1400像素；1200版将短边限制在1200像素以内；stage3-p480-1200版则采用三阶段裁剪策略，确保每张图像面积不低于480×480像素，以适配不同训练需求。

特点

该数据集的核心特色在于其精细化的标签体系与结构化组织。角色基础标签如角、橙色头发、绿色眼睛、长头发、呆毛、牛角等已被精心修剪，确保标签的纯净性与针对性。数据集不仅提供原始图像与标签文件，还额外包含标签聚类结果，帮助研究者挖掘不同服饰与场景下的子模式。例如，聚类结果展示了16张图像构成的夹克与露脐装组合，以及6张图像的官方换装与摩托车场景，这些聚类信息为风格迁移或角色变装研究提供了直观的参考。

使用方法

数据集的使用方式灵活多样，支持通过Hugging Face Hub直接下载压缩包。原始数据集可借助Waifuc库加载，用户只需通过`hf_hub_download`函数下载`dataset-raw.zip`文件，解压后使用`LocalSource`类即可逐项读取图像、文件名及标签元信息。此外，1200与stage3-p480-1200版本以IMG+TXT格式提供，便于直接集成到常见的文本到图像训练流程中。研究者可根据任务需求选择合适的版本，例如追求高分辨率时选用原始版，或为节省存储空间而选用裁剪版。

背景与挑战

背景概述

在生成式人工智能与二次元文化交融的浪潮中，针对特定虚拟角色的高质量图像数据集构建成为推动文本到图像生成模型发展的关键环节。由DeepGHS团队于近期创建的CyberHarem/croissant_arknights数据集，聚焦于游戏《明日方舟》中的人气角色“可颂”（Croissant），系统收录了202张经过精细标注的图像。该数据集不仅涵盖了角色标志性的橙发、绿瞳、牛角等核心视觉特征，还通过多来源爬取（如Danbooru、Pixiv等）与自动化标注流水线，为角色定制化图像生成研究提供了标准化训练素材。其发布显著缓解了二次元垂域中角色级数据集稀缺的困境，推动了从通用图像生成向特定IP角色精准复现的技术跃迁。

当前挑战

该数据集面临的核心挑战在于领域问题的复杂性与构建过程的严苛性。领域层面，文本到图像生成模型需从仅202张样本中精准捕捉“可颂”的多元服饰变体（如夹克、赛车服）与动态姿态，同时避免过拟合至特定构图风格，这对小样本条件下的特征泛化能力构成严峻考验。构建过程中，多源图像爬取导致的数据异构性（如分辨率差异、水印干扰）与标注噪声（如标签缺失或冗余）亟需通过自动化清洗与人工校验的平衡来化解；此外，角色核心标签的剪枝操作虽提升了训练效率，却可能损失稀有属性（如特定饰品）的语义表达，如何在数据精简与完整性间取得最优解，成为制约模型鲁棒性的关键瓶颈。

常用场景

经典使用场景

在文本到图像生成（text-to-image）领域，CyberHarem/croissant_arknights 数据集为角色条件生成任务提供了精细化的训练材料。该数据集包含202张源自Danbooru、Pixiv等多平台的高质量插画，并配以经过剪枝的核心标签（如horns、orange_hair、green_eyes等），可支撑基于扩散模型或生成对抗网络的角色定制化图像生成。研究者可利用该数据集训练模型，在给定文本描述时精准还原特定角色的视觉特征，从而探索细粒度属性控制与风格迁移的边界。

实际应用

在实际应用中，该数据集可赋能游戏开发与动漫产业的资产快速原型设计。例如，角色设计师可通过文本提示生成可颂（Croissant）的多种服饰变体（如集群0中的fur-trimmed_jacket与集群1中的official_alternate_costume），加速概念草图迭代。此外，其分分辨率打包（1200px与stage3-cropped版本）适配了不同计算资源需求，支持从移动端滤镜到高清插画生成的落地场景，降低了创意工作者对专业绘画软件的依赖。

衍生相关工作

基于该数据集，衍生出若干关键研究方向：一是标签聚类分析（如README中展示的outfit mining），可迁移至无监督风格解耦任务；二是与Waifuc框架的深度集成，推动了动漫图像数据管道的标准化；三是启发了一系列角色保持生成工作（如DreamBooth的微调适配），通过该数据集验证了少样本条件下身份特征（如cow_horns、visor_cap）的稳定复现。这些工作共同拓展了条件生成模型在娱乐与数字内容创作中的方法论边界。