1.一种用于搜索模型结构的方法，包括：

确定能够用于从图像中检测目标对象的模型结构搜索空间，所述模型结构搜索空间包括多个候选模型结构，其中每个候选模型结构指示将从图像得到的多个特征图融合成用于检测目标对象的输出特征图的融合方式，以及在所述融合中应用于所述多个特征图的相应操作；以及基于待检测目标对象的类型，在所述模型结构搜索空间中搜索适合用于从图像中检测所述待检测目标对象的模型结构。

2.根据权利要求1所述的方法，其中所述待检测目标对象包括尺寸超过阈值尺寸的物体。

3.根据权利要求1所述的方法，其中所述待检测目标对象包括尺寸低于阈值尺寸的物体。

4.根据权利要求1所述的方法，其中在所述模型结构搜索空间中搜索所述模型结构包括：从所述多个候选模型结构中选择第一组候选模型结构；

迭代地执行以下操作，直到迭代终止条件被满足：确定所述第一组候选模型结构的性能指标；

响应于所述迭代终止条件未被满足，从所述第一组候选模型结构中确定性能指标最好的至少一个候选模型结构；以及基于所述至少一个候选模型结构，从所述多个候选模型结构中选择第二组候选模型结构，以替换所述第一组候选模型结构；以及响应于所述迭代终止条件被满足，将第一组候选模型结构中性能指标最好的候选模型结构确定为所述模型结构。

5.根据权利要求4所述的方法，其中所述迭代终止条件包括以下之一：迭代次数达到阈值次数；或者

所述第一组候选模型结构的性能指标变化量低于阈值。

6.根据权利要求4所述的方法，其中确定所述第一组候选模型结构的性能指标包括：针对所述第一组候选模型结构中的每个候选模型结构，训练所述候选模型结构以得到用于从图像中检测所述待检测目标对象的模型；

利用所述模型从图像中检测所述待检测目标对象；以及基于所述模型的检测结果，确定所述候选模型结构的性能指标。

7.根据权利要求4所述的方法，其中从所述多个候选模型结构中选择所述第二组候选模型结构包括：从所述多个候选模型结构中选择与所述至少一个候选模型结构的相似度超过阈值相似度的所述第二组候选模型结构。

8.根据权利要求7所述的方法，其中所述第二组候选模型结构包括所述至少一个候选模型结构。

9.一种用于搜索模型结构的装置，包括：

搜索空间确定模块，被配置为确定能够用于从图像中检测目标对象的模型结构搜索空间，所述模型结构搜索空间包括多个候选模型结构，其中每个候选模型结构指示将从图像得到的多个特征图融合成用于检测目标对象的输出特征图的融合方式，以及在所述融合中应用于所述多个特征图的相应操作；以及模型结构搜索模块，被配置为基于待检测目标对象的类型，在所述模型结构搜索空间中搜索适合用于从图像中检测所述待检测目标对象的模型结构。

10.根据权利要求9所述的装置，其中所述待检测目标对象包括尺寸超过阈值尺寸的物体。

11.根据权利要求9所述的装置，其中所述待检测目标对象包括尺寸低于阈值尺寸的物体。

12.根据权利要求9所述的装置，其中所述模型结构搜索模块被配置为：从所述多个候选模型结构中选择第一组候选模型结构；

迭代地执行以下操作，直到迭代终止条件被满足：确定所述第一组候选模型结构的性能指标；

响应于所述迭代终止条件未被满足，从所述第一组候选模型结构中确定性能指标最好的至少一个候选模型结构；以及基于所述至少一个候选模型结构，从所述多个候选模型结构中选择第二组候选模型结构，以替换所述第一组候选模型结构；以及响应于所述迭代终止条件被满足，将第一组候选模型结构中性能指标最好的候选模型结构确定为所述模型结构。

13.根据权利要求12所述的装置，其中所述迭代终止条件包括以下之一：迭代次数达到阈值次数；或者

所述第一组候选模型结构的性能指标变化量低于阈值。

14.根据权利要求12所述的装置，其中所述模型结构搜索模块被配置为：针对所述第一组候选模型结构中的每个候选模型结构，训练所述候选模型结构以得到用于从图像中检测所述待检测目标对象的模型；

利用所述模型从图像中检测所述待检测目标对象；以及基于所述模型的检测结果，确定所述候选模型结构的性能指标。

15.根据权利要求12所述的装置，其中所述模型结构搜索模块被配置为：从所述多个候选模型结构中选择与所述至少一个候选模型结构的相似度超过阈值相似度的所述第二组候选模型结构。

16.根据权利要求15所述的装置，其中所述第二组候选模型结构包括所述至少一个候选模型结构。

17.一种计算设备，包括：

一个或多个处理器；以及

存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述计算设备实现根据权利要求1-8中任一项所述的方法。

18.一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现根据权利要求1-8中任一项所述的方法。