1.一种模型训练方法，包括第一训练过程，所述第一训练过程包括：将曝光不均匀的第一样本图像输入到图像优化模型；

利用所述图像优化模型提取所述第一样本图像的样本特征，并基于所述样本特征和至少两个初始映射表得到目标映射表；

基于得到目标映射表对所述第一样本图像进行曝光补偿，得到曝光补偿后的第一目标图像；

根据所述第一目标图像获取所述第一训练过程对应第一损失值，基于所述第一损失值调整所述图像优化模型的参数，直至所述第一损失值达到预设损失阈值时结束训练；

其中，所述至少两个初始映射表中各初始映射表分别用于调整所述第一样本图像中对应曝光程度的区域。

2.根据权利要求1所述的方法，其中，所述基于所述样本特征和至少两个初始映射表得到目标映射表，包括：

将所述样本特征和所述至少两个初始映射表输入到所述图像优化模型的权重分配模块，利用所述权重分配模块确定出所述至少两个初始映射表中每个初始映射表的权重；

根据每个初始映射表的权重，将所述至少两个初始映射表融合为目标映射表。

3.根据权利要求1所述的方法，其中，所述根据所述第一目标图像获取所述第一训练过程对应第一损失值，包括：

确定所述第一目标图像与所述第一样本图像之间的均方误差；

将所述均方误差作为所述第一训练过程对应第一损失值。

4.根据权利要求1所述的方法，其中，所述利用所述图像优化模型提取所述第一样本图像的样本特征，包括：

将所述第一样本图像输入到所述图像优化模型的卷积模块中；

利用所述卷积模块提取所述第一样本图像的样本特征。

5.根据权利要求1至4中任一项所述的方法，其中，所述至少两个初始映射表中的每个初始映射表，是与样本图像的通道数和色彩数目相匹配的矩阵；

所述矩阵中的每个元素代表样本图像中对应像素值的调节值。

6.根据权利要求1至4中任一项所述的方法，其中，所述第一样本图像包括过曝光区域和欠曝光区域，所述至少两个初始映射表包括对应于所述过曝光区域的第一初始映射表、对应于所述欠曝光区域的第二初始映射表。

7.根据权利要求1至6中任一项所述的方法，还包括第二训练过程，所述第二训练过程包括：

构建包括生成器和判别器的对抗生成网络，其中，所述生成器为经过所述第一训练过程训练过的图像优化模型；

将曝光不均匀的第二样本图像输入到所述图像优化模型，得到曝光补偿后的第二目标图像；

将所述第二目标图像和第三样本图像输入到所述判别器，分别得到所述第二目标图像和所述第三样本图像的判别结果；

根据所述第二样本图像、所述第二目标图像和所述判别结果获取所述第二训练过程对应的第二损失值，基于所述第二损失值调整所述图像优化模型和/或所述判别器的参数；

其中，所述第三样本图像未经过所述图像优化模型的曝光补偿，所述第三样本图像与所述第二样本图像所包含的内容不同。

8.根据权利要求7所述的方法，其中，所述第二损失值包括第一子损失值和第二子损失值；

所述根据所述第二样本图像、所述第二目标图像和所述判别结果获取所述第二训练过程对应的第二损失值，包括：

根据第一损失函数所述第二样本图像、所述第二目标图像和所述第二目标图像的判别结果，获取所述第一子损失值，其中，所述第一损失函数包括：与所述第二样本图像和所述第二目标图像之间的差异值相关的第一函数项、与所述第二目标图像的判别结果相关的第二函数项；

和/或，根据第二损失函数所述第二目标图像的判别结果和所述第三样本图像的判别结果，获取所述第二子损失值，其中，所述第二损失函数包括：与所述第二目标图像的判别结果相关的第三函数项、与所述第三样本图像的判别结果相关的第四函数项、与所述第三样本图像的判别结果相关的第五函数项。

9.一种图像优化方法，包括：将待优化图像输入到根据权利要求1至8中任一项所述模型训练方法得到的图像优化模型；

利用所述图像优化模型输出优化后的图像。

10.一种模型训练装置，包括第一训练模组，所述第一训练模组包括：第一样本输入模块，用于将曝光不均匀的第一样本图像输入到图像优化模型；

映射表生成模块，用于利用所述图像优化模型提取所述第一样本图像的样本特征，并基于所述样本特征和至少两个初始映射表得到目标映射表；

目标图像生成模块，用于基于得到目标映射表对所述第一样本图像进行曝光补偿，得到曝光补偿后的第一目标图像；

第一参数调整模块，用于根据所述第一目标图像获取所述第一训练过程对应第一损失值，基于所述第一损失值调整所述图像优化模型的参数，直至所述第一损失值达到预设损失阈值时结束训练；

其中，所述至少两个初始映射表中各初始映射表分别用于调整所述第一样本图像中对应曝光程度的区域。

11.根据权利要求10所述的装置，其中，所述映射表生成模块在用于基于所述样本特征和至少两个初始映射表得到目标映射表时，具体用于：将所述样本特征和所述至少两个初始映射表输入到所述图像优化模型的权重分配模块，利用所述权重分配模块确定出所述至少两个初始映射表中每个初始映射表的权重；

根据每个初始映射表的权重，将所述至少两个初始映射表融合为目标映射表。

12.根据权利要求10所述的装置，其中，所述第一参数调整模块在用于根据所述第一目标图像获取所述第一训练过程对应第一损失值时，具体用于：确定所述第一目标图像与所述第一样本图像之间的均方误差；

将所述均方误差作为所述第一训练过程对应第一损失值。

13.根据权利要求10所述的装置，其中，所述映射表生成模块在用于利用所述图像优化模型提取所述第一样本图像的样本特征时，具体用于：将所述第一样本图像输入到所述图像优化模型的卷积模块中；

利用所述卷积模块提取所述第一样本图像的样本特征。

14.一种图像优化装置，包括：对象输入模块，用于将待优化图像输入到根据权利要求1至8中任一项所述模型训练方法得到的图像优化模型；

对象优化模块，用于利用所述图像优化模型输出优化后的图像。

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1‑8中任一项所述的方法。

16.一种电子设备，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9所述的方法。

17.一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1‑8中任一项所述的方法。

18.一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9所述的方法。

19.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1‑8中任一项所述的方法。

20.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求9所述的方法。