1.一种图像检测方法，其特征在于，所述图像检测方法包括以下步骤：基于第一比例以及待检测图像的几何中心，对所述待检测图像进行裁剪，以得到第一图像；

基于预设尺寸调整所述第一图像的尺寸，以得到第二图像；

基于目标深度神经网络模型对所述第二图像进行检测，以获得检测结果；

在基于所述检测结果确定所述第二图像中存在物体时，基于所述检测结果输出待检测图像中物体的类别以及所述物体在所述待检测图像中的坐标；

其中，所述基于目标深度神经网络模型对所述第二图像进行检测，以获得检测结果的步骤之后，所述图像检测方法还包括：在基于所述检测结果确定所述第二图像中不存在物体时，基于所述第一比例以及预设规则确定第二比例，其中，所述第二比例大于所述第一比例；

将所述第二比例作为所述第一比例，并继续执行基于第一比例以及待检测图像的几何中心，对所述待检测图像进行裁剪的步骤；

其中，所述基于所述第一比例以及预设规则确定第二比例包括：获取设置的检测精度，基于所述检测精度确定所述预设规则对应的参数；

基于所述参数和第一比例确定第二比例。

2.如权利要求1所述的图像检测方法，其特征在于，所述基于预设尺寸调整所述第一图像的尺寸，以得到第二图像的步骤包括：获取所述第一图像的尺寸，确定所述第一图像的尺寸是否大于所述预设尺寸；

若所述第一图像的尺寸大于所述预设尺寸，则基于预设尺寸调整所述第一图像的尺寸，以得到第二图像。

3.如权利要求1所述的图像检测方法，其特征在于，所述在基于所述检测结果确定所述第二图像中不存在物体时，基于所述第一比例以及预设规则确定第二比例的步骤包括：在基于所述检测结果确定所述第二图像中不存在物体时，确定所述第一比例是否大于预设比例；

若所述第一比例小于预设比例，则基于所述第一比例以及预设规则确定第二比例；

若所述第一比例大于或等于预设比例，则输出所述待检测图像中不存在物体的提示信息。

4.如权利要求1至3任一项所述的图像检测方法，其特征在于，所述基于第一比例以及待检测图像的几何中心，对所述待检测图像进行裁剪，以得到第一图像的步骤之前，所述图像检测方法还包括：获取所述待检测图像对应的样本；

基于预设尺寸处理所述样本，以得到目标样本；

基于预设规则处理所述目标样本，以得到训练样本；

基于所述训练样本对深度神经网络进行交叉验证训练，以得到目标深度神经网络模型的权重文件和超参数的值；

基于所述权重文件和超参数的值确定目标深度神经网络模型。

5.如权利要求4所述的图像检测方法，其特征在于，所述基于预设尺寸处理所述样本，以得到目标样本包括：获取所述样本，其中，所述样本包含标注图像和标注信息；

基于预设尺寸调整所述标注图像的尺寸，以得到目标图像；

基于目标图像和标注信息确定目标样本。

6.一种图像检测装置，其特征在于，所述图像检测装置包括：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图像检测程序，所述图像检测程序被所述处理器执行时实现如权利要求1至5中任一项所述的方法的步骤。

7.一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上存储有图像检测程序，所述图像检测程序被处理器执行时实现如权利要求1至5中任一项所述的图像检测方法的步骤。