1.一种眼底图像处理方法，其特征在于，包括：获取眼底图像对应的初始特征矩阵，并基于所述初始特征矩阵，得到横向和纵向的两个特征向量；

所述两个特征向量分别输入至两个残差收缩模块，得到两个池化向量以及两个激活向量；其中，所述残差收缩模块包括全局平均池化层和第一激活层；

基于所述两个激活向量以及所述两个池化向量，得到两个卷积通道阈值，并基于所述两个卷积通道阈值以及所述两个特征向量，得到两个新特征矩阵；

基于所述两个新特征矩阵以及所述初始特征矩阵，得到除噪后的眼底图像。

2.根据权利要求1所述的眼底图像处理方法，其特征在于，所述基于所述两个激活向量以及所述两个池化向量，得到两个卷积通道阈值，并基于所述两个卷积通道阈值以及所述两个特征向量，得到两个新特征矩阵，包括：将第一激活向量进行与第一池化向量进行向量乘积运算，得到第一卷积通道阈值；

将第二激活向量进行与第二池化向量进行向量乘积运算，得到第二卷积通道阈值；

基于所述第一卷积通道阈值、所述第二卷积通道阈值，以及所述两个特征向量，得到两个新特征矩阵。

3.根据权利要求2所述的眼底图像处理方法，其特征在于，所述基于所述第一卷积通道阈值、所述第二卷积通道阈值，以及所述两个特征向量，得到两个新特征矩阵，包括：基于所述第一卷积通道阈值，对第一特征向量进行软阈值化运算，得到第一新特征矩阵；

基于所述第二卷积通道阈值，对第二特征向量进行软阈值化运算，得到第二新特征矩阵。

4.根据权利要求1所述的眼底图像处理方法，其特征在于，所述基于所述两个新特征矩阵以及所述初始特征矩阵，得到除噪后的眼底图像，包括：将所述两个新特征矩阵进行汇聚，得到汇聚矩阵；

将所述初始特征矩阵，与所述汇聚矩阵进行跳跃连接，得到除噪后的眼底图像。

5.根据权利要求1所述的眼底图像处理方法，其特征在于，所述获取眼底图像对应的初始特征矩阵，并基于所述初始特征矩阵，得到横向和纵向的两个特征向量，包括：获取眼底图像对应的初始特征矩阵，并将所述初始特征矩阵输入至第一卷积层，对所述初始特征矩阵进行正则化处理、激活处理以及卷积处理，得到第一中间特征矩阵；

将所述第一中间特征矩阵输入至第二卷积层，对所述第一中间特征矩阵进行正则化处理、激活处理以及卷积处理，得到第二中间特征矩阵；

将所述第二中间特征矩阵进行横向展开和纵向展开，得到两个特征向量。

6.根据权利要求1‑5任一项所述的眼底图像处理方法，其特征在于，所述残差收缩模块还包括设置在所述全局平均池化层与所述第一激活层之间的第一全连接层、正则化层、第二激活层和第二全连接层。

7.一种眼底图像处理装置，其特征在于，包括：获取模块，用于获取眼底图像对应的初始特征矩阵，并基于所述初始特征矩阵，得到横向和纵向的两个特征向量；

第一处理模块，用于所述两个特征向量分别输入至两个残差收缩模块，得到两个池化向量以及两个激活向量；其中，所述残差收缩模块包括全局平均池化层和第一激活层；

第二处理模块，用于基于所述两个激活向量以及所述两个池化向量，得到两个卷积通道阈值，并基于所述两个卷积通道阈值以及所述两个特征向量，得到两个新特征矩阵；

第三处理模块，用于基于所述两个新特征矩阵以及所述初始特征矩阵，得到除噪后的眼底图像。

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述眼底图像处理方法的步骤。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述眼底图像处理方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述眼底图像处理方法的步骤。