AppleHarem/lee_arknights

--- license: mit task_categories: - text-to-image tags: - art - not-for-all-audiences size_categories: - n<1K --- # Dataset of lee (Arknights) This is the dataset of lee (Arknights), containing 50 images and their tags. 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)). This is a WebUI contains crawlers and other thing: ([LittleAppleWebUI](https://github.com/LittleApple-fp16/LittleAppleWebUI)) | Name | Images | Download | Description | |:----------------|---------:|:----------------------------------------|:-----------------------------------------------------------------------------------------| | raw | 50 | [Download](dataset-raw.zip) | Raw data with meta information. | | raw-stage3 | 132 | [Download](dataset-raw-stage3.zip) | 3-stage cropped raw data with meta information. | | raw-stage3-eyes | 136 | [Download](dataset-raw-stage3-eyes.zip) | 3-stage cropped (with eye-focus) raw data with meta information. | | 384x512 | 50 | [Download](dataset-384x512.zip) | 384x512 aligned dataset. | | 512x704 | 50 | [Download](dataset-512x704.zip) | 512x704 aligned dataset. | | 640x880 | 50 | [Download](dataset-640x880.zip) | 640x880 aligned dataset. | | stage3-640 | 132 | [Download](dataset-stage3-640.zip) | 3-stage cropped dataset with the shorter side not exceeding 640 pixels. | | stage3-800 | 132 | [Download](dataset-stage3-800.zip) | 3-stage cropped dataset with the shorter side not exceeding 800 pixels. | | stage3-p512-640 | 116 | [Download](dataset-stage3-p512-640.zip) | 3-stage cropped dataset with the area not less than 512x512 pixels. | | stage3-eyes-640 | 136 | [Download](dataset-stage3-eyes-640.zip) | 3-stage cropped (with eye-focus) dataset with the shorter side not exceeding 640 pixels. | | stage3-eyes-800 | 136 | [Download](dataset-stage3-eyes-800.zip) | 3-stage cropped (with eye-focus) dataset with the shorter side not exceeding 800 pixels. |许可证：MIT 任务类别：文本到图像（text-to-image） 标签：艺术、不适合全年龄段受众（not-for-all-audiences） 数据规模：n<1K（样本量少于1000条数据） # 《明日方舟》炎客（Lee）数据集 本数据集为《明日方舟》角色炎客（Lee）相关数据集，包含50张图像及其标注标签。 图像采集自多个平台（如danbooru、pixiv、zerochan等），自动爬取系统由[DeepGHS团队](https://github.com/deepghs)（[Hugging Face组织](https://huggingface.co/deepghs)）开发。配套的WebUI集成了爬取等功能：[LittleAppleWebUI](https://github.com/LittleApple-fp16/LittleAppleWebUI)。 | 数据集名称 | 图像数量 | 下载链接 | 描述 | |:----------------|---------:|:----------------------------------|:----------------------------------------------------------------------------------------| | raw | 50 | [下载](dataset-raw.zip) | 包含元信息的原始数据。 | | raw-stage3 | 132 | [下载](dataset-raw-stage3.zip) | 经过三级裁剪并附带元信息的原始数据。 | | raw-stage3-eyes | 136 | [下载](dataset-raw-stage3-eyes.zip) | 经过三级裁剪（聚焦眼部）并附带元信息的原始数据。 | | 384x512 | 50 | [下载](dataset-384x512.zip) | 分辨率为384x512的对齐数据集。 | | 512x704 | 50 | [下载](dataset-512x704.zip) | 分辨率为512x704的对齐数据集。 | | 640x880 | 50 | [下载](dataset-640x880.zip) | 分辨率为640x880的对齐数据集。 | | stage3-640 | 132 | [下载](dataset-stage3-640.zip) | 三级裁剪后的数据集，短边不超过640像素。 | | stage3-800 | 132 | [下载](dataset-stage3-800.zip) | 三级裁剪后的数据集，短边不超过800像素。 | | stage3-p512-640 | 116 | [下载](dataset-stage3-p512-640.zip) | 三级裁剪后的数据集，单张图像面积不小于512x512像素。 | | stage3-eyes-640 | 136 | [下载](dataset-stage3-eyes-640.zip) | 经过三级裁剪（聚焦眼部）的数据集，短边不超过640像素。 | | stage3-eyes-800 | 136 | [下载](dataset-stage3-eyes-800.zip) | 经过三级裁剪（聚焦眼部）的数据集，短边不超过800像素。 |

原始信息汇总

数据集详情

数据集名称

Dataset of lee (Arknights)

数据集描述

该数据集包含50张图像及其标签，图像来源于多个网站，如danbooru、pixiv、zerochan等。

数据集类别

• 任务类别: text-to-image
• 标签: art, not-for-all-audiences
• 大小类别: n<1K

数据集文件

名称	图像数量	下载链接	描述
raw	50	Download	包含元信息的原始数据。
raw-stage3	132	Download	包含元信息的3阶段裁剪原始数据。
raw-stage3-eyes	136	Download	包含元信息的3阶段裁剪（以眼睛为重点）原始数据。
384x512	50	Download	384x512对齐的数据集。
512x704	50	Download	512x704对齐的数据集。
640x880	50	Download	640x880对齐的数据集。
stage3-640	132	Download	3阶段裁剪数据集，较短边不超过640像素。
stage3-800	132	Download	3阶段裁剪数据集，较短边不超过800像素。
stage3-p512-640	116	Download	3阶段裁剪数据集，面积不小于512x512像素。
stage3-eyes-640	136	Download	3阶段裁剪（以眼睛为重点）数据集，较短边不超过640像素。
stage3-eyes-800	136	Download	3阶段裁剪（以眼睛为重点）数据集，较短边不超过800像素。

搜集汇总

数据集介绍

构建方式

该数据集聚焦于《明日方舟》角色“Lee”，由50张图像及其对应标签构成。图像数据通过自动化爬取系统从Danbooru、Pixiv、Zerochan等多个平台采集，该系统由DeepGHS团队开发的LittleAppleWebUI驱动。数据集提供了多种处理版本，包括原始数据、三阶段裁剪后的数据（含眼部聚焦版本），以及不同分辨率对齐后的图像集，如384x512、512x704和640x880等规格，以满足多样化的训练需求。

使用方法

用户可根据模型需求选择合适的数据版本：对于追求高分辨率细节的训练，可选用384x512、512x704或640x880的对齐数据集；若需增强对角色结构的理解，推荐使用三阶段裁剪版本（如stage3-640或stage3-800）；而眼部聚焦版本（stage3-eyes-640或stage3-eyes-800）则适用于需要精细面部特征的任务。所有数据均可通过HuggingFace页面直接下载ZIP压缩包，便于快速集成到文本到图像生成模型的训练流程中。

背景与挑战

背景概述

在数字艺术与游戏角色形象生成领域，高质量、精细标注的专用数据集是驱动文本到图像生成模型发展的关键资源。AppleHarem/lee_arknights数据集由DeepGHS团队于近期创建，聚焦于热门手游《明日方舟》中的角色“李”，旨在为角色定制化图像生成提供基础素材。该数据集通过自动化爬虫系统从Danbooru、Pixiv、Zerochan等多个知名艺术社区采集，共收录50张原始图像及其对应标签，并经过多阶段裁剪与对齐处理，衍生出多种规格版本。其核心研究问题在于如何从分散的网络资源中高效构建针对单一角色的标准化训练数据，以支持角色一致性生成与风格迁移任务。这一数据集的发布为二次元角色图像生成领域注入了新的专用资源，推动了文本到图像模型在特定角色上的细粒度控制能力研究。

当前挑战

该数据集面临的挑战主要体现在领域问题与构建过程两方面。在领域问题上，角色“李”在《明日方舟》中具有独特的外观特征与风格，而现有通用文本到图像模型往往难以精准捕捉此类特定角色的细节，导致生成图像在服装、发型、标志性配饰等方面出现偏差，亟需高质量专用数据集来提升角色一致性生成效果。在构建过程中，自动化爬虫虽能高效采集图像，但面临来源平台数据质量参差不齐、图像分辨率不一、标签标注不完整或存在噪声等问题；多阶段裁剪与对齐操作虽然标准化了图像尺寸，却可能丢失部分构图的完整性，且仅50张原始图像的数据量对于深度学习模型的充分训练而言仍显不足，容易引发过拟合风险。此外，不同版本数据集（如带眼部聚焦的裁剪版本）的适用性与最优选择尚需进一步实验验证。

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，AppleHarem/lee_arknights数据集为基于文本到图像生成模型的微调提供了高质量素材。该数据集包含50张《明日方舟》角色“李”的原始图像及其标签，并提供了多种预处理版本，如三级裁剪、眼部聚焦裁剪及不同分辨率的对齐图像。研究者常利用这些标注数据训练扩散模型（如Stable Diffusion），以精准捕捉角色服饰、神态与艺术风格，实现从文本描述到角色图像的忠实还原。其多尺度与裁剪版本的设计，使得模型能够适应不同生成需求，成为角色个性化生成研究的基石。

解决学术问题

该数据集有效解决了二次元角色图像生成中数据稀缺与标注不一致的学术难题。通过整合Danbooru、Pixiv等多源平台的图像，并采用自动化爬取与三级裁剪技术，数据集确保了图像质量与标注的规范性。研究者可借此探索少样本学习条件下的角色风格迁移、文本-图像对齐精度提升以及眼部细节增强等关键问题。其公开的元信息与多版本预处理方案，为对比实验提供了标准化基准，推动了生成模型在特定角色上的泛化能力与细粒度控制研究。

实际应用

在实际应用中，该数据集支持游戏与动漫产业中的角色快速原型设计与内容创作。开发者和艺术家可利用微调后的文本到图像模型，根据简单描述生成“李”角色的新姿态、表情或场景图，加速插画、同人创作或游戏资产制作流程。此外，其眼部聚焦版本可服务于高精度肖像生成，满足虚拟主播或角色扮演游戏中对面部细节的严苛要求。数据集的多分辨率格式也适配不同部署场景，从移动端到高性能渲染管线均能灵活调用。

数据集最近研究

最新研究方向

在二次元角色生成领域，基于扩散模型的文本到图像技术正蓬勃发展，而角色一致性保持与高质量数据集的构建成为前沿焦点。AppleHarem/lee_arknights 数据集聚焦于《明日方舟》角色“Lee”，通过从 Danbooru、Pixiv 等多源平台自动爬取并精细标注的 50 张图像，提供了多尺度对齐与三级裁剪的多样化版本，如 384x512 和 512x704 等标准化尺寸，以及眼部聚焦的精细处理。这一工作呼应了当前对特定角色微调与可控生成的热潮，尤其是在二次元社区中，角色个性化定制与风格迁移的需求日益旺盛。数据集的多版本设计不仅支持了高分辨率图像生成任务，还为多阶段训练与眼部细节增强提供了基准，推动了角色专属模型在社区创作与商业应用中的落地，其意义在于降低了角色数据获取门槛，加速了二次元 AI 生成技术的民主化进程。