1.一种神经网络训练方法，其特征在于，所述方法包括：根据多个第一损失函数分别对第一初始神经网络进行当前迭代训练，得到多个备选神经网络；

从所述多个备选神经网络中选择第二初始神经网络；

基于多个第二损失函数对所述第二初始神经网络进行下一迭代训练，得到目标神经网络。

2.根据权利要求1所述的方法，其特征在于，所述基于多个第二损失函数对所述第二初始神经网络进行下一迭代训练，得到目标神经网络，包括：响应于未达到停止迭代条件，基于多个第二损失函数对所述第二初始神经网络进行下一迭代训练，得到目标神经网络。

3.一种图像处理方法，其特征在于，包括：获取图像；

利用目标神经网络处理所述图像，得到图像处理结果，其中，所述目标神经网络是根据权利要求1或2所述的方法训练得到的。

4.一种神经网络训练装置，其特征在于，所述装置包括：迭代训练模块，被配置为根据多个第一损失函数分别对第一初始神经网络进行当前迭代训练，得到多个备选神经网络；

选择模块，被配置为从所述多个备选神经网络中选择第二初始神经网络；

第一确定模块，被配置为基于多个第二损失函数对所述第二初始神经网络进行下一迭代训练，得到目标神经网络。

5.根据权利要求4所述的装置，其特征在于，所述第一确定模块包括：确定子模块，被配置为响应于未达到停止迭代条件，基于多个第二损失函数对所述第二初始神经网络进行下一迭代训练，得到目标神经网络。

6.一种图像处理装置，其特征在于，包括：图像获取模块，被配置为获取图像；

图像处理模块，被配置为利用目标神经网络处理所述图像，得到图像处理结果，其中，所述目标神经网络是根据权利要求1或2所述的方法训练得到的。

7.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1或2所述的神经网络训练方法。

8.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求3所述的图像处理方法。

9.一种神经网络训练装置，其特征在于，所述装置包括：处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为调用所述存储器中存储的可执行指令，实现权利要求1或2所述的神经网络训练方法。

10.一种图像处理装置，其特征在于，所述装置包括：处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为调用所述存储器中存储的可执行指令，实现权利要求3所述的图像处理方法。