本申请实施例公开了一种图像处理方法、装置、设备和计算机可读存储介质。该方法包括：获取二维图像，并提取图像的多尺度特征，其中多尺度特征表示不同分辨率的特征。然后根据提取的多尺度特征对深度进行预测，得到二维图像中物体的深度分布信息，并通过编码器和位置编码的方式对物体的深度分布信息进行编码，得到二维图像的全局深度特征。同时，对提取的多尺度特征进行视觉编码，得到视觉特征。然后，基于视觉特征和全局深度特征进行解码，确定二维图像中物体的包括物体深度的三维空间位置，实现了对二维图像的三维目标检测任务，提高了物体三维空间位置预测的准确性。