最近在网上看了一个社交平台捏头师月入三万的报道，才了解还有这样一个行业
作为程序员打算尝试一下 soul 头像到底能不能通过算法生成一些预选项，提升一下捏脸师的效率。
先用随机数尝试生成了一批，看上去确实惨不忍睹：
仔细思考一下头像的 美 和 和谐 怎么来理解：
头像本质是 五官 发型 及相关颜色和配饰的搭配问题，是一个整体，所以不能说长发还是短发更好看，而应该看互相搭配的是不是合适。
所以搭配的问题，本质上是对相关的概率进行建模，比方说：圆脸配什么样的发型好看 等价于 P(发型|脸型) ，什么样的嘴型和眼型最能突出表情 等价于 P(眼型|嘴型)，然后我就选择了属于生成模型的贝叶斯网络来搭建。
目前一共给了约三万个标注，方法是先标注一些数据升级一下模型，然后生成更多的数据，再标注一次，再升级模型。
训练的贝叶斯网络：
算法网络生成的效果：
官方的示例：
可以看到相对官方的示例，算法生成的头像在表情上更加生动，人设更加多样。
缺点是没有配饰胡子帽子雀斑什么的，因为目前还没有给这些标注数据，因为需要的数据量更大一些，我懒得标注了。
这个算法有一个可能的应用，就是生成 cryptopunk 那种集换式卡牌 NFT
node server.js
streamlit run form.py
安装 mitmdump
运行：
mitmdump -s proxy.py --ssl-insecure -q