1.一种图像处理模型量化方法，其特征在于，包括：

获取多个存储点的图像处理模型，得到多个待量化模型；其中，所述存储点是指所述图像处理模型训练过程中的存储点位；

分别对各所述待量化模型进行模型量化，得到各量化模型；

获取量化测试图片，利用各所述量化模型对所述量化测试图片进行分析，分别得到各所述量化模型的测试结果；

基于各所述量化模型的测试结果，确定目标量化模型；

在所述获取多个存储点的图像处理模型，得到多个待量化模型的步骤之前，所述方法还包括：利用样本图片对图像处理模型进行训练，每当训练次数满足预设次数时，便保存当前的图像处理模型作为当前存储点的图像处理模型。

2.根据权利要求1所述的方法，其特征在于，所述分别对各所述待量化模型进行模型量化，得到各量化模型，包括：获取量化参考图片及量化配置文件，其中，所述量化参考图片为随机选取的正样本图片；

基于所述量化参考图片及所述量化配置文件，分别对各所述待量化模型进行模型量化，得到各量化模型。

3.根据权利要求1所述的方法，其特征在于，所述测试结果包括检出率及误检率；

所述获取量化测试图片，利用各所述量化模型对所述量化测试图片进行分析，分别得到各所述量化模型的测试结果，包括：获取量化测试图片，其中，所述量化测试图片包括正样本图片及负样本图片；

利用各所述量化模型对所述量化测试图片中的正样本图片进行分析，分别得到各所述量化模型的检出率及第一误检率；

利用各所述量化模型对所述量化测试图片中的负样本图片进行分析，分别得到各所述量化模型的第二误检率；

根据各所述量化模型的第一误检率及第二误检率，分别得到各所述量化模型的误检率。

4.根据权利要求3所述的方法，其特征在于，所述根据各所述量化模型的第一误检率及第二误检率，分别得到各所述量化模型的误检率，包括：针对每一量化模型，根据所述量化测试图片中的正样本图片的数量、负样本图片的数量、该量化模型的第一误检率及第二误检率，确定该量化模型的误检图片的数量；

根据该量化模型的误检图片的数量、所述量化测试图片中的正样本图片的数量及负样本图片的数量，确定该量化模型的误检率。

5.根据权利要求3所述的方法，其特征在于，所述基于各所述量化模型的测试结果，确定目标量化模型，包括：获取预设检出率阈值及预设误检率阈值；

在各所述量化模型中过滤掉检出率小于预设检出率阈值的量化模型，以及过滤掉误检率大于预设误检率阈值的量化模型；

在过滤后的量化模型中选取目标量化模型。

6.根据权利要求3所述的方法，其特征在于，所述基于各所述量化模型的测试结果，确定目标量化模型，包括：针对每一量化模型，对该量化模型的检出率和误检率进行加权，得到该量化模型的加权值；

按照各所述量化模型对应的存储点的时序，对各所述量化模型的加权值进行排序，得到加权值序列；

获取预设范围阈值，在所述加权值序列中确定选取数值在所述预设范围阈值内的各加权值得到各目标加权值；将所述加权值序列中排序连续的各目标加权值划分到同一加权值集合中，得到各加权值集合；

在目标加权值数目最多的加权值集合中，选取指定目标加权值，并将所述指定目标加权值对应的量化模型作为目标量化模型。

7.一种图像处理模型量化装置，其特征在于，包括：

待量化模型获取模块，用于获取多个存储点的图像处理模型，得到多个待量化模型；其中，所述存储点是指所述图像处理模型训练过程中的存储点位；

模型量化模块，用于分别对各所述待量化模型进行模型量化，得到各量化模型；

模型测试模块，用于获取量化测试图片，利用各所述量化模型对所述量化测试图片进行分析，分别得到各所述量化模型的测试结果；

目标量化模型确定模块，用于基于各所述量化模型的测试结果，确定目标量化模型；

模型训练模块，用于利用样本图片对图像处理模型进行训练，每当训练次数满足预设次数时，便保存当前的图像处理模型作为当前存储点的图像处理模型。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：所述模型量化模块，具体用于：获取量化参考图片及量化配置文件，其中，所述量化参考图片为随机选取的正样本图片；基于所述量化参考图片及所述量化配置文件，分别对各所述待量化模型进行模型量化，得到各量化模型；

所述测试结果包括检出率及误检率；所述模型测试模块，包括：量化测试图片获取子模块，用于获取量化测试图片，其中，所述量化测试图片包括正样本图片及负样本图片；

正样本图片分析子模块，用于利用各所述量化模型对所述量化测试图片中的正样本图片进行分析，分别得到各所述量化模型的检出率及第一误检率；

负样本图片分析子模块，用于利用各所述量化模型对所述量化测试图片中的负样本图片进行分析，分别得到各所述量化模型的第二误检率；

误检率确定子模块，用于根据各所述量化模型的第一误检率及第二误检率，分别得到各所述量化模型的误检率；

所述误检率确定子模块，具体用于针对每一量化模型，根据所述量化测试图片中的正样本图片的数量、负样本图片的数量、该量化模型的第一误检率及第二误检率，确定该量化模型的误检图片的数量；根据该量化模型的误检图片的数量、所述量化测试图片中的正样本图片的数量及负样本图片的数量，确定该量化模型的误检率；

所述目标量化模型确定模块，具体用于：获取预设检出率阈值及预设误检率阈值；在各所述量化模型中过滤掉检出率小于预设检出率阈值的量化模型，以及过滤掉误检率大于预设误检率阈值的量化模型；在过滤后的量化模型中选取目标量化模型；

所述目标量化模型确定模块，具体用于：针对每一量化模型，对该量化模型的检出率和误检率进行加权，得到该量化模型的加权值；按照各所述量化模型对应的存储点的时序，对各所述量化模型的加权值进行排序，得到加权值序列；获取预设范围阈值，在所述加权值序列中确定选取数值在所述预设范围阈值内的各加权值得到各目标加权值；将所述加权值序列中排序连续的各目标加权值划分到同一加权值集合中，得到各加权值集合；在目标加权值数目最多的加权值集合中，选取指定目标加权值，并将所述指定目标加权值对应的量化模型作为目标量化模型。

9.一种电子设备，其特征在于，包括处理器及存储器；

所述存储器，用于存放计算机程序；

所述处理器，用于执行所述存储器上所存放的程序时，实现权利要求1‑6任一所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1‑6任一所述的方法。