1.一种汽车图像数据的处理方法，其特征在于，包括：

根据采集获得的汽车图像样本数据和预设的随机噪音信息对预设的对抗网络进行训练，以获得用于生成汽车图像数据的训练完毕的对抗网络；

根据预设生成目标，将所述汽车图像样本数据输入所述训练完毕的对抗网络，生成包括有多种随机噪音信息的汽车图像数据，其中，所述汽车图像数据用于训练汽车图像识别神经网络进行汽车图像识别。

2.根据权利要求1所述的汽车图像数据的处理方法，其特征在于，所述根据采集获得的汽车图像样本数据和预设的随机噪音信息对预设的对抗网络进行训练，以获得用于生成汽车图像数据的训练完毕的对抗网络，包括：根据所述随机噪音信息和所述采集获得的汽车图像样本数据，通过所述对抗网络中的对抗生成子网络生成第一生成样本；

利用所述对抗网络中的对抗识别子网络获得第一生成样本对应的第一判别结果；

根据预设的收敛方程对所述对对抗生成子网络和所述对抗识别子网络进行训练，获得训练完毕的对抗网络。

3.根据权利要求1所述的汽车图像数据的处理方法，其特征在于，所述根据预设生成目标，将所述汽车图像样本数据输入所述训练完毕的对抗网络，生成包括有多种随机噪音信息的汽车图像数据，包括：所述训练完毕的对抗网络用于提取所述汽车图像样本数据的特征信息；

所述训练完毕的对抗网络还用于根据预设目标在所述特征信息中加入随机噪音信息，获得生成包括有多种随机噪音信息的汽车图像数据。

4.根据权利要求3所述的汽车图像数据的处理方法，其特征在于，所述随机噪音信息包括汽车颜色噪音、汽车形状噪音、和背景颜色噪音中的一种或多种。

5.根据权利要求4所述的汽车图像数据的处理方法，其特征在于，当所述随机噪音信息包括汽车颜色噪音时，所述提取的所述汽车图像样本数据的特征信息包括汽车的非颜色特征；

所述训练完毕的对抗网络还用于根据预设目标在所述特征信息中加入随机噪音信息，获得生成包括有多种随机噪音信息的汽车图像数据，包括：所述训练完毕的对抗网络还用于根据预设目标汽车颜色在所述汽车的非颜色特征中加入汽车颜色噪音，获得生成包括有预设汽车颜色的汽车图像数据。

6.根据权利要求4所述的汽车图像数据的处理方法，其特征在于，当所述随机噪音信息包括汽车形状噪音时，所述提取的所述汽车图像样本数据的特征信息包括汽车的非形状特征；

所述训练完毕的对抗网络还用于根据预设目标在所述特征信息中加入随机噪音信息，获得生成包括有多种随机噪音信息的汽车图像数据，包括：所述训练完毕的对抗网络还用于根据预设目标形状在所述汽车的非形状特征中加入汽车形状噪音，获得生成包括有预设汽车形状的汽车图像数据。

7.根据权利要求4所述的汽车图像数据的处理方法，其特征在于，当所述随机噪音信息包括背景颜色噪音时，所述提取的所述汽车图像样本数据的特征信息包括汽车的非背景颜色特征；

所述训练完毕的对抗网络还用于根据预设目标在所述特征信息中加入随机噪音信息，获得生成包括有多种随机噪音信息的汽车图像数据，包括：所述训练完毕的对抗网络还用于根据预设目标背景颜色在所述汽车的非背景颜色特征中加入背景颜色噪音，获得生成包括有预设背景颜色的汽车图像数据。

8.一种汽车图像数据的处理方法，其特征在于，包括：

构建待训练的汽车图像识别神经网络；

采用根据权利要求1-7任一项所述方法获得的汽车图像数据对所述待训练的汽车图像识别神经网络进行训练，获得训练完毕的汽车图像识别神经网络。

9.一种汽车图像数据的处理方法，其特征在于，包括：

采集待识别的汽车图像；

采用训练完毕的汽车图像识别神经网络对所述待识别的汽车图像进行识别，获得识别结果；其中，所述训练完毕的汽车图像识别神经网络是采用权利要求8所述的方法获得的。

10.一种汽车图像数据的处理装置，其特征在于，包括：

第一处理单元，根据采集获得的汽车图像样本数据和预设的随机噪音信息对预设的对抗网络进行训练，以获得用于生成汽车图像数据的训练完毕的对抗网络；

第二处理单元，根据预设生成目标，将所述汽车图像样本数据输入所述训练完毕的对抗网络，生成包括有多种随机噪音信息的汽车图像数据，其中，所述汽车图像数据用于训练汽车图像识别神经网络进行汽车图像识别。

11.根据权利要求10所述的汽车图像数据的处理装置，其特征在于，所述第一处理单元，具体用于：根据所述随机噪音信息和所述采集获得的汽车图像样本数据，通过所述对抗网络中的对抗生成子网络生成第一生成样本；

利用所述对抗网络中的对抗识别子网络获得第一生成样本对应的第一判别结果；

根据预设的收敛方程对所述对对抗生成子网络和所述对抗识别子网络进行训练，获得训练完毕的对抗网络。

12.根据权利要求10所述的汽车图像数据的处理装置，其特征在于，所述第二处理单元，具体用于：利用所述训练完毕的对抗网络提取所述汽车图像样本数据的特征信息；

利用所述训练完毕的对抗网络和预设目标在所述特征信息中加入随机噪音信息，获得生成包括有多种随机噪音信息的汽车图像数据。

13.根据权利要求12所述的汽车图像数据的处理装置，其特征在于，所述随机噪音信息包括汽车颜色噪音、汽车形状噪音、和背景颜色噪音中的一种或多种。

14.根据权利要求12所述的汽车图像数据的处理装置，其特征在于，当所述随机噪音信息包括汽车颜色噪音时，所述提取的所述汽车图像样本数据的特征信息包括汽车的非颜色特征；

所述第二处理单元具体用于利用所述训练完毕的对抗网络和预设目标在所述汽车的非颜色特征中加入汽车颜色噪音，获得生成包括有预设汽车颜色的汽车图像数据。

15.根据权利要求12所述的汽车图像数据的处理装置，其特征在于，当所述随机噪音信息包括汽车形状噪音时，所述提取的所述汽车图像样本数据的特征信息包括汽车的非形状特征；

所述第二处理单元具体用于利用所述训练完毕的对抗网络和预设目标形状在所述汽车的非形状特征中加入汽车形状噪音，获得生成包括有预设汽车形状的汽车图像数据。

16.根据权利要求12所述的汽车图像数据的处理装置，其特征在于，当所述随机噪音信息包括背景颜色噪音时，所述提取的所述汽车图像样本数据的特征信息包括汽车的非背景颜色特征；

所述第二处理单元具体用于利用所述训练完毕的对抗网络和预设目标背景颜色在所述汽车的非背景颜色特征中加入背景颜色噪音，获得生成包括有预设背景颜色的汽车图像数据。

17.一种汽车图像数据的处理装置，其特征在于，包括：

构建单元，用于构建待训练的汽车图像识别神经网络；

训练单元，用于采用根据权利要求1-7任一项所述方法获得的汽车图像数据对所述待训练的汽车图像识别神经网络进行训练，获得训练完毕的汽车图像识别神经网络。

18.一种汽车图像数据的处理装置，其特征在于，包括：

采集单元，用于采集待识别的汽车图像；

识别单元，用于采用训练完毕的汽车图像识别神经网络对所述待识别的汽车图像进行识别，获得识别结果；其中，所述训练完毕的汽车图像识别神经网络是采用权利要求8所述的方法获得的。

19.一种汽车图像数据的处理装置，其特征在于，包括：存储器、与所述存储器连接的处理器，及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序时执行权利要求1-9任一项所述的方法。

20.一种可读存储介质，其特征在于，包括程序，当其在终端上运行时，使得终端执行权利要求1-9任一项所述的方法。