1.一种神经网络的训练方法，其特征在于，所述方法包括：标注第一服装实例和第二服装实例的注释信息，所述第一服装实例和第二服装实例分别来源于第一服装图像和第二服装图像；

响应于所述第一服装实例和所述第二服装实例匹配的情况，将所述第一服装图像和所述第二服装图像进行配对；

基于配对的所述第一服装图像和所述第二服装图像对待训练的神经网络进行训练。

2.根据权利要求1所述的方法，其特征在于，所述标注第一服装实例和第二服装实例的注释信息，包括：分别标注所述第一服装实例和所述第二服装实例的服装边界框。

3.根据权利要求2所述的方法，其特征在于，所述标注第一服装实例和第二服装实例的注释信息，还包括：分别标注所述第一服装实例和所述第二服装实例的服装类别和关键点。

4.根据权利要求3所述的方法，其特征在于，所述标注第一服装实例和第二服装实例的注释信息，还包括：分别标注所述第一服装实例和所述第二服装实例的服装轮廓线以及分割掩码注释。

5.一种图像匹配方法，其特征在于，所述方法包括：接收待匹配的第三服装图像；

从所述第三服装图像中提取出第三服装实例；

获取所述第三服装实例的注释信息；

基于所述第三服装实例的注释信息查询匹配的第四服装实例。

6.一种神经网络的训练装置，其特征在于，所述装置包括：标注模块，用于标注第一服装实例和第二服装实例的注释信息，所述第一服装实例和第二服装实例分别来源于第一服装图像和第二服装图像；响应于所述第一服装实例和所述第二服装实例匹配的情况，将所述第一服装图像和所述第二服装图像进行配对；

训练模块，用于基于配对的所述第一服装图像和所述第二服装图像对待训练的神经网络进行训练。

7.一种图像匹配装置，其特征在于，所述装置包括：接收模块，用于接收待匹配的第三服装图像；

提取模块，用于从所述第三服装图像中提取出第三服装实例；获取所述第三服装实例的注释信息；

匹配模块，用于基于所述第三服装实例的注释信息查询匹配的第四服装实例。

8.一种存储介质，其特征在于，所述存储介质上存储计算机程序，所述计算机程序使得计算机设备执行如权利要求1至4中任一项所述的方法步骤，或者权利要求5所述的方法步骤。

9.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机可执行指令，该计算机可执行指令被执行后，能够实现权利要求1至4中任一项所述的方法步骤，或者权利要求5所述的方法步骤。

10.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器上存储有计算机可执行指令，所述处理器运行所述存储器上的计算机可执行指令时可实现权利要求1至4中任一项所述的方法步骤，或者权利要求5所述的方法步骤。