将一下项目经历写进简历Pix2pixHD介绍在重新调研分析之前的pix2pix方案之后已经比较明确基于pix2pix实现全图风格迁移的要点也就是提高效果的方式：基于styleGAN-blending的生成效果更加强烈的风格图对。对pix2pixHD构建更heavey的数据增强操作迫使其支持对于 全图的风格化效果。接下来就主要围绕上述两点来实现对全图的风格迁移主要关注点有三个：无论纯背景图还是人像图

项目经历：Pix2pixHD全图风格迁移

在项目中，我负责基于Pix2pixHD实现全图风格迁移的改进和优化。我的工作主要包括以下几个方面：

1. 分析之前的Pix2pix方案，并提出改进方案，包括使用更大的generator、增加数据增强操作、增加训练步数等。

2. 补充一系列的数据增强操作，并验证对整张图的风格化效果，包括random zoom/crop、rotation、translation、warp、lighting等。

3. 构建数据集并进行训练，包括使用JojoGAN生成的数据集和基于Cartoon的数据集训练，并在训练过程中不断优化模型表现。

4. 调整训练逻辑和数据加载逻辑，提高显存利用率和裁剪效果，同时补充人脸尺度对齐功能。

5. 尝试使用SPADE的generator，并补充accmulate-gradent操作来增加训练的batchsize。

6. 分析训练结果，发现大batchsize-256尺度训练的结果要明显好于小尺度512尺度，而anime风格的训练效果并不好，需要进一步研究。

通过这个项目，我学习到了如何分析问题、提出解决方案，并在实践中不断调整和优化。同时，我也加深了对Pix2pixHD和数据增强等技术的理解和应用