BUG:mxnet.base.MXNetError: Error in operator conv_1_conv2d:

mxnet.base.MXNetError: Error in operator conv_1_conv2d: [11:05:25] src/operator/nn/convolution.cc:152: Check failed: dshp.ndim() == 4U (1 vs. 4) : Input data should be 4D in batch-num_filter-y-x
 

1. 出现这种bug，一般情况下是因为输入有问题，维度不符合预设

2. 检查输入路径是否为空

3. 检查输入的是什么东西，可能是None也会报这个错

4. 检查img.shape，过大或者过小似乎也会触发这个错误：类似insightface里的问题， 针对shape的问题需要进行图片的预处理，代码如下：

im_scale为计算得到的缩放比例。 scales参数设定非常重要，进行缩放的时候应该是尽可能考虑缩小尺寸而不是放大尺寸，因为放大尺寸太大的时候会使得input变得很模糊从而导致人脸检测器无法正常识别。所以scales可以相对设的小一点【512，990】也不错

 def get_input(self, face_img): #changed by jin
    ##added by jin
    scales = [1024, 1980]
    im_shape = face_img.shape
    target_size = scales[0]
    max_size = scales[1]
    im_size_min = np.min(im_shape[0:2])
    im_size_max = np.max(im_shape[0:2])
    #im_scale = 1.0
    #if im_size_min>target_size or im_size_max>max_size: