1.一种图像标注模型训练方法，其特征在于，所述方法包括：获取样本图像数据集，所述样本图像数据集包括多个样本图像；

将所述多个样本图像输入预设图像标注模型中的第一预设分析网络模型，得到每个样本图像在全量标签上的分析值；

将所述多个样本图像以及对应的分析值输入所述预设图像标注模型中的贪心模块，得到每个样本图像的目标标签；

所述将所述多个样本图像以及对应的分析值输入所述预设图像标注模型中的贪心模块，得到每个样本图像的目标标签包括：将每个样本图像以及对应的分析值输入所述预设图像标注模型中的贪心模块；

利用所述贪心模块确定目标随机数，并获取预设变量；

当所述目标随机数和所述预设变量满足第一预设条件时，利用所述贪心模块确定每个样本图像在全量标签上的分析值中，数值最大的分析值；

将所述数值最大的分析值所对应的标签作为对应样本图像的目标标签；

当所述目标随机数和所述预设变量满足第二预设条件时，利用所述贪心模块从所述全量标签中随机抽取一个标签，并将随机抽取的标签作为样本图像的目标标签；

获取所述目标标签对应的偏差信息；

根据所述多个样本图像、每个样本图像在目标标签上的分析值和所述目标标签对应的偏差信息，训练所述预设图像标注模型，得到目标图像标注模型。

2.根据权利要求1所述的方法，其特征在于，所述根据所述多个样本图像、每个样本图像在目标标签上的分析值和所述目标标签对应的偏差信息，训练所述预设图像标注模型，得到目标图像标注模型包括：根据所述多个样本图像、每个样本图像在目标标签上的分析值和所述目标标签对应的偏差信息，确定损失信息；

根据所述损失信息训练所述第一预设分析网络模型，得到目标分析网络模型；

利用所述损失信息，对所述贪心模块进行更新，得到更新后的贪心模块；

将所述目标分析网络模型和所述更新后的贪心模型，作为所述目标图像标注模型。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取历史样本图像、所述历史样本图像在对应目标标签上的分析值和对应的偏差信息；

所述根据所述多个样本图像、每个样本图像在目标标签上的分析值和所述目标标签对应的偏差信息，训练所述预设图像标注模型，得到目标图像标注模型包括：从所述多个样本图像和所述历史样本图像中抽取目标样本图像；

根据每个目标样本图像、每个目标样本图像在目标标签上的分析值和对应的偏差信息，训练所述预设图像标注模型，得到目标图像标注模型。

4.根据权利要求2所述的方法，其特征在于，所述根据所述损失信息训练所述第一预设分析网络模型，得到目标分析网络模型包括：获取第二预设分析网络模型；

根据所述损失信息，迭代更新所述第二预设分析网络模型中的网络参数；

获取每次迭代更新后的第二预设分析网络模型中的网络参数和对应的损失信息；

根据所述对应的损失信息，确定是否基于所述每次迭代更新后的第二预设分析网络模型中的网络参数，更新所述第一预设分析网络模型；

当所述对应的损失信息满足预设损失条件时，将更新后的第一预设分析网络模型作为所述目标分析网络模型。

5.一种图像标注方法，其特征在于，所述方法包括：

获取待标注图像；

将所述待标注图像输入目标图像标注模型，进行所述待标注图像在全量标签上的分析，得到所述待标注图像在所述全量标签上的分析值，对所述待标注图像在全量标签上的分析值进行贪心计算，得到所述待标注图像的目标标签；

其中，所述目标图像标注模型为权利要求1至权利要求4任意一项所述的方法训练得到的。

6.一种图像标注模型训练装置，其特征在于，所述装置包括：样本获取模块，用于获取样本图像数据集，所述样本图像数据集包括多个样本图像；

分析值确定模块，用于将所述多个样本图像输入预设图像标注模型中的第一预设分析网络模型，得到每个样本图像在全量标签上的分析值；

目标标签确定模块，用于将所述多个样本图像以及对应的分析值输入所述预设图像标注模型中的贪心模块，得到每个样本图像的目标标签；所述将所述多个样本图像以及对应的分析值输入所述预设图像标注模型中的贪心模块，得到每个样本图像的目标标签包括：将每个样本图像以及对应的分析值输入所述预设图像标注模型中的贪心模块；

利用所述贪心模块确定目标随机数，并获取预设变量；

当所述目标随机数和所述预设变量满足第一预设条件时，利用所述贪心模块确定每个样本图像在全量标签上的分析值中，数值最大的分析值；

将所述数值最大的分析值所对应的标签作为对应样本图像的目标标签；

当所述目标随机数和所述预设变量满足第二预设条件时，利用所述贪心模块从所述全量标签中随机抽取一个标签，并将随机抽取的标签作为样本图像的目标标签；

偏差信息获取模块，用于获取所述目标标签对应的偏差信息；

目标模型生成模块，用于根据所述多个样本图像、每个样本图像在目标标签上的分析值和所述目标标签对应的偏差信息，训练所述预设图像标注模型，得到目标图像标注模型。

7.一种电子设备，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令或者至少一段程序，所述至少一条指令或者至少一段程序由所述处理器加载并执行以实现如权利要求1‑4任一所述的图像标注模型训练方法。

8.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由处理器加载并执行以实现如权利要求1至4任一所述的图像标注模型训练方法。