1.一种图像处理神经网络的训练方法，包括：

通过参数生成神经网络，获取第一样本图像的图像效果变换参数，所述第一样本图像含有图像效果分类标注信息，所述参数生成神经网络用于生成图像效果变换参数；

根据所述图像效果变换参数，将所述第一样本图像变换为第二样本图像；

通过分类神经网络，获取所述第二样本图像的效果分类检测数据，所述分类神经网络用于对图像效果进行分类；

根据所述第二样本图像的效果分类检测数据及所述第一样本图像的图像效果分类标注信息，训练所述参数生成神经网络。

2.根据权利要求1所述的方法，其中，所述通过分类神经网络，获取所述第二样本图像的效果分类检测数据包括：通过所述分类神经网络，获取所述第二样本图像的效果分类检测数据和第三样本图像的效果分类检测数据，其中，所述第二样本图像为负样本，所述第三样本图像为正样本；

所述方法还包括：

根据获取到的各个第二样本图像的效果分类检测数据和各个第三样本图像的效果分类检测数据训练所述分类神经网络。

3.一种图像处理方法，包括：

通过用于生成图像效果变换参数的参数生成神经网络，获取待处理图像的图像效果变换参数的预测数据，所述参数生成神经网络为根据权利要求1～2中任一项所述的训练方法训练获得的参数生成神经网络；

根据所述图像效果变换参数的预测数据，对所述待处理图像进行图像效果变换处理。

4.一种图像处理神经网络的训练装置，包括：

参数检测模块，用于通过参数生成神经网络，获取第一样本图像的图像效果变换参数，所述第一样本图像含有图像效果分类标注信息，所述参数生成神经网络用于生成图像效果变换参数；

样本图像变换模块，用于根据所述图像效果变换参数，将所述第一样本图像变换为第二样本图像；

分类检测模块，用于通过分类神经网络，获取所述第二样本图像的效果分类检测数据，所述分类神经网络用于对图像效果进行分类；

第一网络训练模块，用于根据所述第二样本图像的效果分类检测数据及所述第一样本图像的图像效果分类标注信息，训练所述参数生成神经网络。

5.根据权利要求4所述的装置，其中，所述分类检测模块用于通过所述分类神经网络，获取所述第二样本图像的效果分类检测数据和第三样本图像的效果分类检测数据，其中，所述第二样本图像为负样本，所述第三样本图像为正样本；

所述装置还包括：

第二网络训练模块，用于根据获取到的各个第二样本图像的效果分类检测数据和各个第三样本图像的效果分类检测数据训练所述分类神经网络。

6.一种图像处理装置，包括：

参数获取模块，用于通过用于生成图像效果变换参数的参数生成神经网络，获取待处理图像的图像效果变换参数的预测数据，所述参数生成神经网络为根据权利要求1～2中任一项所述的训练方法训练获得的参数生成神经网络；

待检图像变换模块，用于根据所述图像效果变换参数的预测数据，对所述待处理图像进行图像效果变换处理。

7.一种计算机可读存储介质，其上存储有计算机程序指令，其中，所述程序指令被处理器执行时实现权利要求1～2中任一项所述图像处理神经网络的训练方法的步骤。

8.一种计算机可读存储介质，其上存储有计算机程序指令，其中，所述程序指令被处理器执行时实现权利要求3所述图像处理方法的步骤。

9.一种电子设备，包括：处理器、存储器、通信元件和通信总线，所述处理器、所述存储器和所述通信元件通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1～2中任一项所述图像处理神经网络的训练方法对应的操作。

10.一种电子设备，包括：处理器、存储器、通信元件和通信总线，所述处理器、所述存储器和所述通信元件通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求3所述图像处理方法对应的操作。