https://github.com/umich-vl/pose-hg-demo/issues/8
我的建议是将“center”设置为边界框的中心（足够简单），然后对于“scale”，你需要稍微玩一下。 使用框的最大尺寸（高度或宽度）并除以常数因子。 我不能说我的头脑是多么好的价值，但要玩代码。 您可以调用裁剪并显示生成的图像。 理想情况下，站立的人应居中并占据图像高度的约70-80％。
方框的主要问题是很难判断数字是否被截断，并且您可能会看到只有身体上半部分可见的数字表现不佳。 在这种情况下，可以尝试根据盒子的纵横比调整中心和比例。 最终，特别依赖于这些中心和规模术语的训练极限之一是很难直接推广到边界框，但我认为你仍然应该能够产生合理的预测。