1.一种神经网络模型的结构搜索方法，包括：

采用控制器从预设的网络结构搜索空间中搜索出候选网络结构；

获取YUV图像训练数据，利用所述YUV图像训练数据训练所述候选网络结构；

获取训练完成的候选网络结构的性能信息，根据所述训练完成的候选网络结构的性能信息生成反馈信息，并将所述反馈信息反馈至所述控制器，以使所述控制器基于所述反馈信息进行更新后从预设的网络结构搜索空间中搜索出新的候选网络结构；

响应于确定基于当前训练完成的候选网络结构的性能信息生成的反馈信息达到预设的收敛条件，基于当前训练完成的候选网络结构生成用于YUV图像数据的神经网络模型结构。

2.根据权利要求1所述的方法，其中，所述预设的网络结构搜索空间包括图像的候选尺寸；以及所述方法还包括：

采用控制器从所述图像的候选尺寸中确定出所述候选网络结构对应的图像尺寸。

3.根据权利要求2所述的方法，其中，所述方法还包括：响应于确定基于当前训练完成的候选网络结构的性能信息生成的反馈信息达到预设的收敛条件，将当前确定出的所述候选网络结构对应的图像尺寸，确定为所述用于YUV图像数据的神经网络模型结构对应的目标图像尺寸。

4.根据权利要求3所述的方法，其中，所述方法还包括：获取待处理的YUV图像数据；

将所述待处理的YUV图像数据的尺寸转换为所述目标图像尺寸后输入至所述用于YUV图像数据的神经网络模型结构进行处理。

5.根据权利要求2-4任一项所述的方法，其中，所述获取YUV图像训练数据，包括：将获取到的RGB图像样本数据转换为YUV图像样本数据，并将所述YUV图像样本数据的图像尺寸转换从所述预设的网络结构搜索空间中确定出的所述候选网络结构对应的图像尺寸。

6.一种神经网络模型的结构搜索装置，包括：

第一搜索单元，被配置为采用控制器从预设的网络结构搜索空间中搜索出候选网络结构；

训练单元，被配置为获取YUV图像训练数据，利用所述YUV图像训练数据训练所述候选网络结构；

反馈单元，被配置为获取训练完成的候选网络结构的性能信息，根据所述训练完成的候选网络结构的性能信息生成反馈信息，并将所述反馈信息反馈至所述控制器，以使所述控制器基于所述反馈信息进行更新后从预设的网络结构搜索空间中搜索出新的候选网络结构；

生成单元，被配置为响应于确定基于当前训练完成的候选网络结构的性能信息生成的反馈信息达到预设的收敛条件，基于当前训练完成的候选网络结构生成用于YUV图像数据的神经网络模型结构。

7.根据权利要求6所述的装置，其中，所述预设的网络结构搜索空间包括图像的候选尺寸；以及所述装置还包括：

第二搜索单元，被配置为采用控制器从所述图像的候选尺寸中确定出所述候选网络结构对应的图像尺寸。

8.根据权利要求7所述的装置，其中，所述生成单元还被配置为响应于确定基于当前训练完成的候选网络结构的性能信息生成的反馈信息达到预设的收敛条件，将当前确定出的所述候选网络结构对应的图像尺寸，确定为所述用于YUV图像数据的神经网络模型结构对应的目标图像尺寸。

9.根据权利要求8所述的装置，其中，所述装置还包括：处理单元，被配置为：获取待处理的YUV图像数据；

将所述待处理的YUV图像数据的尺寸转换为所述目标图像尺寸后输入至所述用于YUV图像数据的神经网络模型结构进行处理。

10.根据权利要求7-9任一项所述的装置，其中，所述训练单元被配置为按照如下方式获取YUV图像训练数据：将获取到的RGB图像样本数据转换为YUV图像样本数据，并将所述YUV图像样本数据的图像尺寸转换从所述预设的网络结构搜索空间中确定出的所述候选网络结构对应的图像尺寸。

11.一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。