本申请提供了一种图像处理方法、装置、电子设备及存储介质，涉及图像处理技术领域。首先获取输入图像，然后将输入图像进行切割，以获取多个元素，再对多个元素进行压缩，以获取固定维度的数据信息，然后将数据信息与位置编码组合后输入变换层，以获取全局向量，最后将全局变量输入分类器层，以获取512维的特征向量与分类特征向量，其中，512维的特征向量用于图像匹配，分类特征向量用于确定输入图像的类别。本申请提供的图像处理方法、装置、电子设备及存储介质具有提升了定位的准确度的效果。