众所周知，NFT的价格不取决于Artwork，那么我们今天来研究研究NFT的Artwork。

肉眼识别Opensea交易量靠前的 32 个PFP项目近30万张JPG(采样)，对项目的“情绪”、“主体”、“风格”进行定性研究，另外总结出 63 种NFT里高频出现的视觉元素。

NFT图中的元素凝聚了Crypto、Web3历史中被meme符号化的元素，比如“激光眼”、“皇冠”。这些元素出现在几乎全部Crypto Native的NFT项目中。

肉眼看所有项目的图，把出镜率高的元素下载下来，使用标签工具给他们打标签，得到了63种。以下列举典型元素。

使用百度机器学习服务用下载下来的图训练一个识图模型，使用没在样本数据集中的 Rare Apepe 进行验证，可以看到我们得到了一个看起来不是很聪明的新手级别NFT元素鉴定师。

训练样本只有800张图，相信图片样本再多些的话这个模型会聪明起来，有啥用呢？可能可以用在打狗脚本上，先识别这套图是不是够native，再决定打不打。