1.一种用于生成图像变化检测模型的方法，包括：获取校准对齐的至少一个图像对；

获取至少2种弱变化检测模型；

对于所述至少一个图像对中的目标图像对，将所述目标图像对分别输入所述至少2种弱变化检测模型，得到所述目标图像对的至少2种变化区块的预测结果；

基于所述目标图像对的至少2种变化区块的预测结果确定出所述目标图像对的高置信度的变化区块，包括：基于至少2种变化区块的预测结果的重叠部分确定高置信度的变化区块；

获取用户对所述目标图像对的高置信度的区块的每个像素标注的类型，其中，所述类型包括人工确认为变化区块、人工不确定的区块、人工确认为背景的区块；

基于所述目标图像对的低置信度区块、所有弱变化检测模型都预测为背景的区块、人工确认为变化区块、人工不确定的区块、人工确认为背景的区块确定出正样本、负样本、可疑样本、忽略样本；

基于训练样本进行有监督地训练，得到强预训练模型。

2.根据权利要求1所述的方法，其中，所述获取至少2种弱变化检测模型，包括：通过以下至少一种方式获取至少2种弱变化检测模型：采用公开的变化检测数据集训练出弱变化检测模型；

获取所述至少一个图像对的部分像素的标注信息，基于所述图像对的部分像素的标注信息训练得到弱变化检测模型；

采用传统机器学习算法进行变化检测，将效果较好的模型作为弱变化检测模型；

将各种来源的变化检测服务作为弱变化检测模型。

3.根据权利要求1所述的方法，其中，所述基于所述目标图像对的至少2种变化区块的预测结果确定出所述目标图像对的高置信度的变化区块，包括：基于所述目标图像对的至少2种变化区块的预测结果中的重叠区块进行投票；

将投票数高于预定票数阈值的变化区块确定为所述目标图像对的高置信度的变化区块。

4.根据权利要求1所述的方法，其中，所述方法还包括：对于所述忽略样本，训练时不计算忽略样本对应区域的损失值。

5.根据权利要求1所述的方法，其中，所述方法还包括：对于所述可疑样本，将所述可疑样本对应区域内部的概率的平均值的期望值设置为小于预定概率阈值。

6.根据权利要求1‑5中任一项所述的方法，其中，所述方法还包括：获取所述至少一个图像对的精标数据；

基于所述精标数据以预定学习率和全监督的方式微调所述强预训练模型，训练出最终的图像变化检测模型。

7.一种图像变化检测方法，包括：

获取待检测的图像组；

将所述图像组输入根据权利要求1‑6中任一项所述的方法生成的强预训练模型，输出图像变化检测结果。

8.一种用于生成图像变化检测模型的装置，包括：图像获取单元，被配置成获取校准对齐的至少一个图像对；

模型获取单元，被配置成获取至少2种弱变化检测模型；

检测单元，被配置成对于所述至少一个图像对中的目标图像对，将所述目标图像对分别输入所述至少2种弱变化检测模型，得到所述目标图像对的至少2种变化区块的预测结果；

确定单元，被配置成对于所述至少一个图像对中的图像对，基于所述目标图像对的至少2种变化区块的预测结果确定出所述目标图像对的高置信度的变化区块，包括：基于至少

2种变化区块的预测结果的重叠部分确定高置信度的变化区块；

训练单元，被配置成获取用户对所述目标图像对的高置信度的区块的每个像素标注的类型，其中，所述类型包括人工确认为变化区块、人工不确定的区块、人工确认为背景的区块；基于所述目标图像对的低置信度区块、所有弱变化检测模型都预测为背景的区块、人工确认为变化区块、人工不确定的区块、人工确认为背景的区块确定出正样本、负样本、可疑样本、忽略样本；基于训练样本进行有监督地训练，得到强预训练模型。

9.根据权利要求8所述的装置，其中，所述模型获取单元进一步被配置成：通过以下至少一种方式获取至少2种弱变化检测模型：采用公开的变化检测数据集训练出弱变化检测模型；

获取所述至少一个图像对的部分像素的标注信息，基于所述图像对的部分像素的标注信息训练得到弱变化检测模型；

采用传统机器学习算法进行变化检测，将效果较好的模型作为弱变化检测模型；

将各种来源的变化检测服务作为弱变化检测模型。

10.根据权利要求8所述的装置，其中，所述确定单元进一步被配置成：基于所述目标图像对的至少2种变化区块的预测结果中的重叠区块进行投票；

将投票数高于预定票数阈值的变化区块确定为所述目标图像对的高置信度的变化区块。

11.根据权利要求8所述的装置，其中，所述训练单元进一步被配置成：对于所述忽略样本，训练时不计算忽略样本对应区域的损失值。

12.根据权利要求8所述的装置，其中，所述训练单元进一步被配置成：对于所述可疑样本，将所述可疑样本对应区域内部的概率的平均值的期望值设置为小于预定概率阈值。

13.根据权利要求8‑12中任一项所述的装置，其中，所述训练单元进一步被配置成：获取所述至少一个图像对的精标数据；

基于所述精标数据以预定学习率和全监督的方式微调所述强预训练模型，训练出最终的图像变化检测模型。

14.一种图像变化检测装置，包括：

获取单元，被配置成获取待检测的图像组；

检测单元，被配置成将所述图像组输入根据权利要求8‑13中任一项所述的装置生成的强预训练模型，输出图像变化检测结果。

15. 一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1‑7中任一项所述的方法。

16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1‑7中任一项所述的方法。