1.一种图像处理方法，包括：

获取待检测图像的特征图；

通过神经网络基于至少二种不同尺度对所述特征图进行特征提取，获得至少二个其他特征图；

合并所述特征图和各所述其他特征图，得到所述待检测图像的第一特征图。

2.根据权利要求1所述的方法，其中，还包括：根据所述第一特征图对所述待检测图像中的目标对象进行关键点检测。

3.根据权利要求2所述的方法，其中，所述根据所述第一特征图对所述目标对象进行关键点检测，包括：根据所述第一特征图分别获取所述目标对象的至少一关键点的得分图；

根据各所述得分图中所包括的像素点的分数，确定所述目标对象的相应关键点的位置。

4.根据权利要求1至3中任一所述的方法，其中，所述神经网络包括至少一个特征金字塔子网络，所述特征金字塔子网络包括第一分支网络以及分别与所述第一分支网络并联的至少一个第二分支网络；所述其他特征图包括第二特征图或第三特征图；

所述第一分支网络基于所述特征图的原始尺度对所述特征图进行特征提取，获得所述第二特征图；

各所述第二分支网络分别基于不同于所述原始尺度的其他尺度对所述特征图进行特征提取，获得所述第三特征图。

5.根据权利要求4所述的方法，其中，所述第一分支网络包括第二卷积层、第三卷积层和第四卷积层；

所述第二卷积层降低所述特征图的维度；

所述第三卷积层基于所述特征图的原始尺度对降低维度后的特征图进行卷积处理；

所述第四卷积层提升经过卷积处理的特征图的维度，获得所述第二特征图。

6.根据权利要求4或5所述的方法，其中，至少一所述第二分支网络包括第五卷积层、降采样层、第六卷积层、上采样层和第七卷积层；

所述第五卷积层降低所述特征图的维度；

所述降采样层根据设定降采样比例对降低维度后的特征图进行降采样，其中，经过降采样后的特征图的尺度小于所述特征图的原始尺度；

所述第六卷积层对所述经过降采样的特征图进行卷积处理；

所述上采样层根据设定上采样比例，对经过卷积的特征图进行上采样，其中，经过上采样后的特征图的尺度等于所述特征图的原始尺度；

所述第七卷积层提升经过上采样后的特征图的维度，获得所述第三特征图。

7.一种图像处理装置，包括：

获取模块，用于获取待检测图像的特征图；

提取模块，用于通过神经网络基于至少二种不同尺度对所述特征图进行特征提取，获得至少二个其他特征图；

合并模块，用于合并所述特征图和各所述其他特征图，得到所述待检测图像的第一特征图。

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1至6中任一项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至6中任一项所述的图像处理方法对应的操作。

10.一种计算机程序，包括：至少一可执行指令，所述至少一可执行指令被处理器执行时用于实现如权利要求1至6中任一项所述图像处理方法对应的操作。