1、训练时需要相同大小的图片才能组成一个batch，在openpose中有两种做法：一是直接resize到指定大小的尺寸;二是源码提供了一种稍微有特色的做法。
2、先指定长和宽x，y。然后将图片的长/宽和x/y比较，看是否大于1,然后，选择长一些的边（长>x?,宽>y?)，固定长宽比缩放到给定尺寸 .
3、再然后，为另一条边加padding，两边加相同的padding,最后，resize到制定大小。
4、怎么处理预测图尺寸和输入真实值尺寸不匹配的问题一种方式是de-convolution到原来的大小,二是源码中指出的方法，因为是只有base net中有图片缩放的过程，在vgg结构中，有三次pooling过程，所以缩放比例是8，将resize后的mask淹膜图片和PAF以及身体部位heatmap三者都缩放8倍。
5、因为本身有一个核函数处理过程，所以也不用特别要求达到像素级别的精度，反正缩放过程中最大值丢不了。另外，因为这儿有8倍关系，所以resize的时候要选择一个合适的长与宽，实际上，源码中强制转成16的倍数。
