1.一种行人重识别的批量处理系统，其特征在于，包括中央处理器CPU和图形处理器GPU；

所述CPU将待处理图像的图像数据读入内存；

所述CPU获取批量识别参数，所述批量识别参数包括显存容量、图像尺寸、节点数量和特征向量维数；根据所述批量识别参数，从所述待处理图像中选取待拼接图像；按照第一轴拼接所述待拼接图像，生成批量图像数据保存在所述内存中；

所述GPU将所述批量图像数据读入显存；

所述GPU将所述批量图像数据输入残差神经网络模型，提取所述批量图像数据的批量图像特征，并将所述批量图像特征保存在所述显存中；

所述GPU将所述批量图像特征读入所述内存；

所述CPU将所述批量图像特征分解为与所述待处理图像一一对应的图像特征向量，以便于识别所述待处理图像；

其中，所述根据所述批量识别参数，从所述待处理图像中选取待拼接图像，包括：根据所述批量识别参数，按照预置计算规则计算拼接图片数量，所述预置计算规则为，其中 为所述显存容量， 为所述图像尺寸，为所述图像尺寸的单位存储容量， 为所述节点数量， 为所述节点数量的单位容量， 为所述特征向量维度， 为所述特征向量维度的单位容量；

判断所述待处理图像的数量是否大于所述拼接图片数量；

如果判断结果为否，则确定全部的所述待处理图像为待拼接图像；

如果判断结果为是，则按照所述待处理图像读入顺序，从所述待处理图像中选取所述待拼接图片数量的第一待拼接图像，并将剩余的所述待处理图像重新确定为所述待处理图像。

2.如权利要求1所述的系统，其特征在于，所述按照第一轴拼接所述待拼接图像，生成批量图像数据，包括：在当前使用的编程语言的所能提供的函数中，查找拼接函数，所述拼接函数能够按照第一轴拼接所述待拼接图像；

将所述待拼接图像输入所述拼接函数，生成所述批量图像数据。

3.如权利要求1所述的系统，其特征在于，所述将所述批量图像数据输入残差神经网络模型，提取所述批量图像数据的批量图像特征之前，所述系统还包括：所述GPU将训练图像输入所述残差神经网络模型，计算所述训练数据的训练特征向量；

所述GPU根据预置损失函数，计算所述训练特征向量和所述训练图像的实际特征向量的偏差值；

所述GPU根据所述偏差值，计算反馈调优参数；

所述GPU根据所述反馈调优参数，修正所述残差神经网络模型。

4.如权利要求3所述的系统，其特征在于，所述将训练图像所述残差神经网络模型，计算所述训练数据的训练特征向量之前，所述系统还包括：所述CPU将所述训练图像的图像数据进行矩阵拼接，生成训练图像数据。

5.如权利要求1所述的系统，其特征在于，所述将所述批量图像特征分解为与所述待处理图像一一对应的图像特征向量，包括：遍历所述批量图像特征的第一轴，依次提取所述批量图像特征的每一行的行向量，所述行向量即为与所述待处理图像一一对应的图像特征向量。

6.如权利要求1所述的系统，其特征在于，所述将所述批量图像特征分解为与所述待处理图像一一对应的图像特征向量之后，所述系统还包括：所述CPU计算目标行人的特征向量与所述图像特征向量的相似度分数；

所述CPU如果所述相似度分数大于预置阈值，则所述目标行人与所述待处理图像为同一行人。

7.一种存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1‑6中任一项所述的行人重识别的批量处理系统对应的操作。

8.一种计算机设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1‑6中任一项所述的行人重识别的批量处理系统对应的操作。