需求：
生成
中heatmap
unit vector field
目前的数据：
图像的shape， 关键点的x，y ， heatmap的半径R
思路：
如果使用for循环来判断距离，会很慢，如果预先准备数据又会很大，所以找其他的方案。
使用矩阵运算会很简洁而且方便计算
uu = x
vv = y
out_h = 512
out_w = 512
max_dist_2d = 20.0 # R
xx, yy = tf.meshgrid(tf.range(out_h), tf.range(out_w))
xx, yy = tf.cast(xx, tf.float32), tf.cast(yy, tf.float32)
dis = tf.sqrt(tf.square(xx-uu)+tf.square(yy-vv))
hm = tf.maximum(max_dist_2d-dis, tf.zeros_like(xx))/max_dist_2d
vecx = tf.where(tf.less(dis, max_dist_2d), xx-uu, 0) / dis
vecy = tf.where(tf.less(dis, max_dist_2d), yy-vv, 0) / dis
主要用到的就是tf.meshgrid(numpy也有同功能函数)
meshgrid用于从数组a和b产生网格。生成的网格矩阵A和B大小是相同的
tf.where 定义如下： where(condition, x=None, y=None,name=None)
condition:一个Tensor,数据类型为tf.bool类型
返回值：如果x、y不为空的话，返回值和x、y有相同的形状，如果condition对应位置值为True那么返回Tensor对应位置为x的值，否则为y的值.
tf.less(类似的还有greater等)
tf.less返回两个张量各元素比较（x<y）得到的真假值组成的张量