CyberHarem/zima_arknights

这是名为zima/ズィマー/凛冬 (Arknights)的数据集，包含484张图片及其标签。图片从多个网站（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`animal_ears, bear_ears, multicolored_hair, brown_hair, streaked_hair, red_hair, blue_eyes, long_hair`。这是名为zima/ズィマー/凛冬 (Arknights)的数据集，包含484张图片及其标签。图片从多个网站（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`animal_ears, bear_ears, multicolored_hair, brown_hair, streaked_hair, red_hair, blue_eyes, long_hair`。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Dataset of zima/ズィマー/凛冬 (Arknights)
• 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: 484张
• 核心标签: animal_ears, bear_ears, multicolored_hair, brown_hair, streaked_hair, red_hair, blue_eyes, long_hair

数据集包列表

名称	图像数量	大小	类型	描述
raw	484	788.93 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）
1200	484	663.72 MiB	IMG+TXT	短边不超过1200像素的数据集
stage3-p480-1200	1175	1.25 GiB	IMG+TXT	3阶段裁剪数据集，区域不小于480x480像素

数据集加载

• 加载工具: waifuc

• 加载代码: python import os import zipfile from huggingface_hub import hf_hub_download from waifuc.source import LocalSource

  下载原始归档文件

  zip_file = hf_hub_download( repo_id=CyberHarem/zima_arknights, repo_type=dataset, filename=dataset-raw.zip, )

  解压文件到指定目录

  dataset_dir = dataset_dir os.makedirs(dataset_dir, exist_ok=True) with zipfile.ZipFile(zip_file, r) as zf: zf.extractall(dataset_dir)

  使用waifuc加载数据集

  source = LocalSource(dataset_dir) for item in source: print(item.image, item.meta[filename], item.meta[tags])

标签聚类结果

• 原始文本版本:

  #	样本数量	标签
  0	24	1girl, black_sailor_collar, fur-trimmed_jacket, looking_at_viewer, red_neckerchief, shirt, solo, upper_body, school_uniform, simple_background, black_choker, white_background, closed_mouth, earbuds, open_clothes, black_jacket, brown_jacket, hair_between_eyes
  1	5	1girl, black_jacket, earbuds, fur-trimmed_jacket, hand_up, holding, long_sleeves, red_neckerchief, shirt, solo, upper_body, black_choker, black_collar, black_sailor_collar, looking_at_viewer, open_jacket, simple_background, blush, parted_lips, white_background, closed_mouth, serafuku, white_cardigan
  2	17	1girl, black_footwear, black_sailor_collar, full_body, fur-trimmed_jacket, holding_axe, long_sleeves, miniskirt, pleated_skirt, solo, black_skirt, holding_weapon, looking_at_viewer, open_jacket, red_neckerchief, black_jacket, red_pantyhose, serafuku, standing, earbuds, brown_skirt, socks, black_choker, coat, lace-up_boots, hair_between_eyes, white_cardigan, brown_jacket, closed_mouth, white_shirt, armband, chain, ribbed_legwear, simple_background, white_background
  3	6	1girl, black_choker, black_sailor_collar, black_skirt, fur-trimmed_jacket, holding_axe, long_sleeves, looking_at_viewer, pleated_skirt, red_neckerchief, red_pantyhose, shirt, solo, black_jacket, cowboy_shot, holding_weapon, miniskirt, serafuku, simple_background, closed_mouth, open_jacket, white_cardigan, earphones, standing, white_background
  4	19	1girl, looking_at_viewer, solo, long_sleeves, black_jacket, off_shoulder, peaked_cap, red_pantyhose, official_alternate_costume, white_skirt, black_choker, shirt, boots, open_jacket, pleated_skirt, black_footwear, black_headwear, white_background
  5	13	1girl, looking_at_viewer, official_alternate_costume, red_shirt, short_sleeves, solo, black_jacket, open_jacket, black_shorts, baseball_cap, earbuds, bandaid_on_head, sitting, black_footwear, full_body, hood, shoes, white_socks, hair_ornament, holding

• 表格版本:

  #	样本数量	1girl	black_sailor_collar	fur-trimmed_jacket	looking_at_viewer	red_neckerchief	shirt	solo	upper_body	school_uniform	simple_background	black_choker	white_background	closed_mouth	earbuds	open_clothes	black_jacket	brown_jacket	hair_between_eyes	hand_up	holding	long_sleeves	black_collar	open_jacket	blush	parted_lips	serafuku	white_cardigan	black_footwear	full_body	holding_axe	miniskirt	pleated_skirt	black_skirt	holding_weapon	red_pantyhose	standing	brown_skirt	socks	coat	lace-up_boots	white_shirt	armband	chain	ribbed_legwear	cowboy_shot	earphones	off_shoulder	peaked_cap	official_alternate_costume	white_skirt	boots	black_headwear	red_shirt	short_sleeves	black_shorts	baseball_cap	bandaid_on_head	sitting	hood	shoes	white_socks	hair_ornament
  0	24	X	X	X	X	X	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

在动漫与游戏角色视觉内容生成领域，高质量、标注精细的数据集是驱动模型性能提升的关键基石。本数据集聚焦于《明日方舟》中的角色“凛冬”（zima/ズィマー），通过自动化爬取系统从Danbooru、Pixiv、Zerochan等多个知名图像平台采集原始图像，并辅以人工筛选与标签精简。数据集包含484张图像，剔除了如‘动物耳朵’、‘熊耳’、‘多彩发色’等核心标签中的冗余信息，确保标签集的精炼与针对性。原始数据经边缘对齐至1400像素以上的预处理后，进一步衍生出短边不超过1200像素的标准化版本，以及基于三阶段裁剪策略、面积不小于480×480像素的增强版本，以满足不同训练场景的需求。

特点

该数据集以角色专精性、多尺度适配与结构化组织为核心特色。围绕单一角色构建的484张图像涵盖了丰富的姿态、服装与场景变体，并通过标签聚类分析（如校服、战斗装、官方换装等）揭示了潜在的服饰与主题分布，为细粒度特征学习提供了天然的分组依据。数据集提供三种规格的压缩包：原始版本保留完整元信息，1200版本优化存储与加载效率，三阶段裁剪版本则通过智能裁剪生成1175个样本，显著扩充了数据容量并聚焦于有效区域。所有版本均以IMG+TXT格式组织，兼容主流图像生成框架的输入规范。

使用方法

本数据集支持灵活的使用方式，尤其适配基于waifuc库的加载流程。用户可通过Hugging Face Hub下载原始压缩包，解压后利用LocalSource接口直接读取图像及其关联的标签元数据，实现即插即用的数据流。对于需要标准化输入的模型，可选择1200或三阶段裁剪版本，其预设的尺寸与裁剪策略免去了额外的预处理步骤。此外，数据集提供的聚类结果可作为辅助信息，用于探索角色在不同装扮下的视觉特征，或作为条件生成任务中的风格引导依据。开发者亦可基于本数据集进行少样本学习、角色定制化生成等前沿研究的实验验证。

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《明日方舟》中人气角色“凛冬”（zima/ズィマー）的视觉与标签数据，旨在为文本到图像生成任务提供高质量的动漫角色素材。研究团队通过自动化爬虫系统从Danbooru、Pixiv、Zerochan等主流二次元图站采集了484张高分辨率图像，并标注了核心特征标签（如兽耳、挑染发色、蓝瞳等），同时提供了多种预处理版本（原始、缩放到1200像素、三阶段裁剪）以适应不同训练需求。该数据集填补了特定游戏角色精细化数据集的空白，为角色一致性生成、风格迁移及多模态模型微调提供了基准资源，对二次元内容生成领域具有显著推动作用。

当前挑战

当前数据集面临多重挑战：首先，在领域问题层面，文本到图像生成任务中角色特征的精准保持（如凛冬的军服、熊耳与武器细节）仍是核心难题，现有模型易因标签稀疏或歧义导致生成结果偏离原设；其次，构建过程中，自动化爬取虽高效但面临版权合规风险与图像质量参差不齐的困境，部分来源图像存在分辨率不足或水印干扰；此外，标签体系依赖社区标注，缺乏统一规范，导致“animal_ears”等标签与角色专属特征（如“fur-trimmed_jacket”）的语义关联性在跨模型迁移时易丢失，制约了数据集在细粒度生成任务中的泛化能力。

常用场景

经典使用场景

在二次元角色定制与生成领域，CyberHarem/zima_arknights 数据集为文本到图像（text-to-image）模型提供了高质量的训练素材。该数据集收录了来自《明日方舟》角色“凛冬”的484张图像及其对应标签，涵盖多种姿态、服饰与场景变体，特别适用于基于扩散模型的角色肖像生成、风格迁移以及可控图像合成任务。研究者可利用该数据集对预训练模型进行微调，以精准捕捉角色的核心视觉特征，如兽耳、多色发与蓝瞳，从而在保持角色一致性的前提下实现多样化的视觉输出。

解决学术问题

在学术研究中，该数据集有效解决了动漫角色细粒度视觉特征建模中的两大难题：一是缺乏标准化的单一角色多模态数据集，二是现有数据集在标签一致性与图像多样性上的不足。通过提供包含原始元信息与裁剪版本的多层次数据包，研究者得以系统性地探索基于标签引导的图像生成质量与角色身份保持之间的权衡。该工作为少样本角色学习、跨域图像生成以及基于文本提示的视觉概念解耦研究提供了重要的基准资源，推动了可控生成技术在非真实感图像领域的理论进展。

衍生相关工作

围绕该数据集衍生出一系列经典工作，包括基于Waifuc框架的高效数据加载管线开发，以及利用tag聚类结果进行服饰与场景解耦的探索性研究。研究者进一步将数据集中的多阶段裁剪版本用于训练区域注意力控制模型，实现了对角色局部特征（如耳饰、领结）的精准编辑。此外，该数据集还催生了针对动漫角色身份保持的对比学习方案，以及结合CLIP语义空间的零样本角色迁移方法，这些工作共同构成了二次元图像生成领域从数据构建到算法优化的重要闭环。