1.一种出勤人数识别方法，其特征在于，包括：接收人数识别指令，根据所述人数识别指令中的目标识别时刻以及目标识别位置获取视频识别帧图像；

通过当前的人群检测模型对所述视频识别帧图像进行人数识别，得到识别结果，根据所述识别结果以及预设应到人数生成提醒信息，所述识别结果包括人数识别结果以及人数结果置信度；

将所述人数识别结果与实际存在人数进行对比，根据对比结果反馈当前的人群检测模型的评价参数；

当反馈次数达到预设反馈次数，且所述评价参数的累计和大于评价参数阈值时，对当前的人群检测模型对应的训练参数进行调整，得到更新训练参数并将所述反馈次数清零；

根据所述更新训练参数对当前的人群检测模型进行更新训练，得到更新人群检测模型，并将当前的人群检测模型更替为所述更新人群检测模型。

2.根据权利要求1所述的出勤人数识别方法，其特征在于，所述根据对比结果反馈当前的人群检测模型的评价参数，包括：若所述人数识别结果与所述实际存在人数匹配，则反馈所述评价参数为0；

若所述人数识别结果与所述实际存在人数不匹配，则根据所述人数识别结果与所述实际存在人数之间的误差情况确定所述评价参数。

3.根据权利要求2所述的出勤人数识别方法，其特征在于，所述根据所述人数识别结果与所述实际存在人数之间的误差情况确定所述评价参数，包括：

若所述人数识别结果与所述实际存在人数之间的误差大于0且小于或等于a，则确定所述评价参数为j；

若所述人数识别结果与所述实际存在人数之间的误差大于所述a且小于或等于b，则确定所述评价参数为k；

若所述人数识别结果与所述实际存在人数之间的误差大于所述b，则确定所述评价参数为n；

所述b大于所述a，且所述a和所述b为整数；

所述n大于所述k，所述k大于所述j，所述j大于零。

4.根据权利要求1所述的出勤人数识别方法，其特征在于，所述根据对比结果反馈当前的人群检测模型的评价参数之后，还包括：当所述反馈次数达到所述预设反馈次数，且所述评价参数的累计和小于所述评价参数阈值时，维持当前的人群检测模型对应的训练参数不变并将所述反馈次数清零，根据模型更新周期对当前的人群检测模型进行更新；

所述模型更新周期根据所述人数结果置信度以及负向反馈频次确定，所述负向反馈频次为所述反馈次数中所述评价参数大于零的次数。

5.根据权利要求1所述的出勤人数识别方法，其特征在于，所述对当前的人群检测模型对应的训练参数进行调整，包括：更新训练图像数据；

对所述训练参数中的训练轮次增加预设轮次；

对所述训练参数中的轮次训练间断点进行调整。

6.根据权利要求1所述的出勤人数识别方法，其特征在于，所述根据所述人数识别指令中的目标识别时刻以及目标识别位置获取视频识别帧图像之前，包括：

通过监控摄像头获取初始视频数据；

对所述初始视频数据进行副本拷贝处理，得到待识别视频数据；

根据所述初始视频数据的拍摄位置信息以及拍摄时间信息生成视频文件编号，并根据所述拍摄位置信息、所述拍摄时间信息以及所述视频文件编号建立第一映射关系表。

7.根据权利要求6所述的出勤人数识别方法，其特征在于，所述通过当前的人群检测模型对所述视频识别帧图像进行人数识别，得到识别结果之后，包括：

根据所述视频文件编号、当前的人群检测模型、当前的人群检测模型对应的训练参数、当前的人群检测模型的模型正确率以及所述识别结果建立第二映射关系表；

所述模型正确率为所述反馈次数中所述评价参数等于零的次数的比例。

8.根据权利要求7所述的出勤人数识别方法，其特征在于，所述得到更新人群检测模型，并将当前的人群检测模型更替为所述更新人群检测模型，包括：

对所述更新人群检测模型进行正确率验证，得到更新模型正确率；

若所述更新模型正确率大于或等于当前的人群检测模型的模型正确率，则将当前的人群检测模型更替为所述更新人群检测模型。

若所述更新模型正确率小于当前的人群检测模型的模型正确率，则在所述第二映射关系表中进行回溯，获取所述模型正确率最高的人群检测模型对当前的人群检测模型进行更替。

9.一种电子设备，其特征在于，包括：处理器；以及

存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求1‑8中任一项所述的方法。

10.一种非暂时性机器可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如权利要求1‑8中任一项所述的方法。