本公开提供了一种图像处理方法、神经网络及其训练方法、装置和设备，涉及人工智能技术领域，具体涉及计算机视觉、图像处理和深度学习技术。该方法包括：利用多个编码层对待处理图像进行协同处理，以得到具有不同尺寸的多个第一特征图；对每一个第一特征图进行特征提取，以得到具有目标尺寸的至少一个第二特征图，目标尺寸包括多个第一特征图中的尺寸最小的第一特征图的尺寸；对尺寸最小的第一特征图进行特征提取，以得到第三特征图；基于第三特征图的尺寸，在第二特征图中确定要进行融合的第一待融合特征图；将第一待融合特征图与第三特征图进行融合，以得到第四特征图；以及利用多个解码层对第四特征图进行协同处理，以得到图像处理结果。