1.一种网络训练方法，其特征在于，包括：获取训练好的第一网络；所述第一网络包括第一特征提取网络以及第一全连接网络；

所述第一特征提取网络用于在训练所述第一网络的过程中对图像样本集合中的图像样本进行特征提取，得到第一特征提取结果；

基于所述第一网络，构建待训练的第二网络，所述第二网络包括第二特征提取网络及第二全连接网络；其中，所述第二全连接网络通过加载所述第一全连接网络获得，且所述第二网络的规模小于所述第一网络的规模；

基于所述图像样本集合，依次对所述第二特征提取网络、所述第二全连接网络进行训练，得到训练好的第二网络；所述训练好的第二网络用于对图像进行处理。

2.根据权利要求1所述的方法，其特征在于，所述基于所述图像样本集合，依次对所述第二特征提取网络、所述第二全连接网络进行训练，包括：将所述图像样本集合中的第一图像样本输入所述待训练的第二网络，得到所述第二特征提取网络输出的所述第一图像样本的第二特征提取结果；

基于得到的所述第一图像样本的第二特征提取结果，将所述第一图像样本的第一特征提取结果作为所述第一图像样本的特征标签，对所述第二特征提取网络进行有监督训练，得到包括进行有监督训练的第二特征提取网络以及所述第二全连接网络在内的第一中间网络；

将所述图像样本集合中的第二图像样本输入所述第一中间网络，得到所述第一中间网络输出的所述第二图像样本的输出结果，并基于所述第二图像样本的输出结果与所述第二图像样本的结果标签，对所述第二全连接网络进行有监督训练，得到包括进行有监督训练的第二特征提取网络以及进行有监督训练的第二全连接网络在内的第二中间网络。

3.根据权利要求2所述的方法，其特征在于，在得到所述第二中间网络之后，所述方法还包括：

将所述第二中间网络作为训练好的第二网络。

4.根据权利要求2或3所述的方法，其特征在于，在得到所述第二中间网络之后，所述方法还包括：

将所述图像样本集合中的第三图像样本输入所述第二中间网络，得到所述第二中间网络输出的所述第三图像样本的输出结果；

基于所述第三图像样本的输出结果与所述第三图像样本的结果标签，对所述第二中间网络进行有监督训练，得到训练好的第二网络。

5.根据权利要求2至4中任一所述的方法，其特征在于，所述基于得到的所述第一图像样本的第二特征提取结果，将所述第一图像样本的第一特征提取结果作为所述第一图像样本的特征标签，对所述第二特征提取网络进行有监督训练，得到包括进行有监督训练的第二特征提取网络以及所述第二全连接网络在内的第一中间网络，包括：基于蒸馏损失函数，得到所述第二特征提取结果相对所述第一特征提取结果的第一损失；

基于所述第一损失，调整所述第二特征提取网络的网络参数；

重复上述训练过程，直到所述第一损失满足第一预设条件，得到所述第一中间网络。

6.根据权利要求2至5中任一所述的方法，其特征在于，所述第二图像样本的输出结果包括各类别的预测概率分布，所述第二图像样本的结果标签包括各类别的真实概率分布；

所述基于所述第二图像样本的输出结果与所述第二图像样本的结果标签，对所述第二全连接网络进行有监督训练，得到包括进行有监督训练的第二特征提取网络以及进行有监督训练的第二全连接网络在内的第二中间网络，包括：基于差异损失函数，得到所述第二图像样本对应的预测概率分布相对所述第二图像样本对应的真实概率分布的第二损失；

基于所述第二损失，调整所述第二全连接网络的网络参数；

重复上述训练过程，直到所述第二损失满足第二预设条件，得到所述第二中间网络。

7.一种人脸活体检测方法，其特征在于，包括：获取待检测的人脸图像；

将所述待检测的人脸图像输入至活体检测网络，得到所述人脸图像中对象的活体检测结果；所述活体检测网络为权利要求1‑6任一项所述的网络训练方法中训练好的第二网络。

8.一种网络训练装置，其特征在于，所述装置包括：第一网络获取模块，用于获取训练好的第一网络；所述第一网络包括第一特征提取网络以及第一全连接网络；所述第一特征提取网络用于在训练所述第一网络的过程中对图像样本集合中的图像样本进行特征提取，得到第一特征提取结果；

第二网络构建模块，用于基于所述第一网络，构建待训练的第二网络，所述第二网络包括第二特征提取网络及第二全连接网络；其中，所述第二全连接网络通过加载所述第一全连接网络获得，且所述第二网络的规模小于所述第一网络的规模；

第二网络训练模块，用于基于所述图像样本集合，依次对所述第二特征提取网络、所述第二全连接网络进行训练，得到训练好的第二网络；所述训练好的第二网络用于对图像进行处理。

9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1‑6任一所述的网络训练方法的步骤，或者，如权利要求7所述的人脸活体检测方法的步骤。

10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1‑6任一所述的网络训练方法的步骤，或者，如权利要求7所述的人脸活体检测方法的步骤。