1.一种深度学习模型训练方法，其特征在于，包括：利用训练图像对深度学习模型进行训练，获得所述深度学习模型输出的训练特征；

利用辅助训练模块对所述训练特征进行转换处理，得到转换特征；

基于所述转换特征确定损失值；

基于所述损失值，确定是否继续训练所述深度学习模型。

2.根据权利要求1所述的方法，其特征在于，所述利用训练图像对深度学习模型进行训练，获得所述深度学习模型输出的训练特征，包括：利用所述训练图像对所述深度学习模型进行训练，获得所述深度学习模型输出的第一类特征和第二类特征；

所述利用辅助训练模块对所述训练特征进行转换处理，得到转换特征，包括：利用所述辅助训练模块基于第一类特征选择部分所述第二类特征进行转换处理，得到所述转换特征。

3.根据权利要求2所述的方法，其特征在于，所述利用所述辅助训练模块基于第一类特征选择部分所述第二类特征进行转换处理，得到所述转换特征，包括：根据第一类特征图像包含所述第一类特征和特征阈值的比较结果，生成特征蒙版；

基于所述特征蒙版从所述第二类特征中选择进行转换处理的所述第二类特征。

4.根据权利要求3所述的方法，其特征在于，所述根据第一类特征图像包含所述第一类特征和特征阈值的比较结果，生成特征蒙版，包括：将第一类特征图中第i个像素的所述第一类特征与所述特征阈值进行比较，所述i为像素编号；

若第i个像素的所述第一类特征大于所述特征阈值，则所述特征蒙版中第i个像素的像素值为第一取值；

和/或

若第i个像素的所述第一类特征小于或等于所述特征阈值，则所述特征蒙版中第i个像素的像素值为第二取值，其中，所述第二取值不同于所述第一取值。

5.根据权利要求4所述的方法，其特征在于，所述基于所述特征蒙版从所述第二类特征中选择进行转换处理的所述第二类特征，包括：若所述特征蒙版的第j个像素为所述第一取值，则选择第二类特征图中第j个像素的所述第二类特征进行所述特征转换，j为像素编号。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述利用辅助训练模块对所述训练特征进行转换处理，得到转换特征，包括：利用所述辅助训练模块对训练特征进行聚类处理，得到所述转换特征。

7.一种深度学习模型训练装置，其特征在于，包括：训练模块，用于利用训练图像对深度学习模型进行训练，获得所述深度学习模型输出的训练特征；

辅助模块，用于利用辅助训练模块对所述训练特征进行转换处理，得到转换特征；

第一确定模块，用于基于所述转换特征确定损失值；

第二确定模块，还用于基于所述损失值，确定是否继续训练所述深度学习模型。

8.一种图像处理方法，其特征在于，包括：利用权利要求1至6任一项深度学习模型训练方法训练深度学习模型进行图像检测，获得图像中目标的关键点。

9.一种训练设备，所述训练设备包括：

存储器，用于存储计算机可执行指令；

处理器，与所述存储器连接，用于通过执行所述计算机可执行指令，实现权利要求1至5或6任一项提供的方法。

10.一种计算机存储介质，所述计算机存储介质存储有计算机可执行指令；所述计算机可执行指令被处理器执行之后，能够实现权利要求1至5或6任一项所述的方法。