1.一种图像分类方法，包括：提取待分类图像的特征，得到多个特征数据；

对所述多个特征数据进行聚类，得到聚类结果；

基于所述聚类结果对所述多个特征数据进行加权处理，得到多个加权后特征数据；以及

基于所述多个加权后特征数据对所述待分类图像进行分类，得到至少两个预定类别中所述待分类图像的类别。

2.根据权利要求1所述的方法，其中，对所述多个特征数据进行聚类，得到聚类结果包括：

对所述多个特征数据进行聚类，得到至少两个特征数据组；以及确定所述至少两个特征数据组中每个特征数据组包括的特征数据的个数，作为所述聚类结果。

3.根据权利要求2所述的方法，其中，基于所述聚类结果对所述多个特征数据进行加权处理包括：

基于所述每个特征数据组包括的特征数据的个数，确定所述每个特征数据组包括的特征数据的权重；以及

基于所述权重，对所述多个特征数据进行加权处理。

4.根据权利要求3所述的方法，其中，基于所述每个特征数据组包括的特征数据的个数，确定所述每个特征数据组包括的特征数据的权重包括：确定所述每个特征数据组包括的特征数据的个数与所述多个特征数据的总个数之间的比值，作为所述每个特征数据组包括的特征数据的权重。

5.根据权利要求2所述的方法，其中，所述至少两个特征数据组的个数与所述至少两个预定类别的个数相等。

6.根据权利要求1所述的方法，其中，所述提取待分类图像的特征，得到多个特征数据包括：

将待分类图像输入特征提取网络，得到所述待分类图像的全局特征图；以及确定所述全局特征图中每个像素的特征数据，得到所述多个特征数据。

7.根据权利要求1所述的方法，其中，所述多个特征数据包括颜色特征数据，所述至少两个预定类别包括至少两个颜色类别。

8.一种图像分类装置，包括：特征提取模块，用于提取待分类图像的特征，得到多个特征数据；

特征聚类模块，用于对所述多个特征数据进行聚类，得到聚类结果；

特征加权模块，用于基于所述聚类结果对所述多个特征数据进行加权处理，得到多个加权后特征数据；以及

分类模块，用于基于所述多个加权后特征数据对所述待分类图像进行分类，得到至少两个预定类别中所述待分类图像的类别。

9.根据权利要求8所述的装置，其中，所述特征聚类模块包括：聚类子模块，用于对所述多个特征数据进行聚类，得到至少两个特征数据组；以及聚类结果确定子模块，用于确定所述至少两个特征数据组中每个特征数据组包括的特征数据的个数，作为所述聚类结果。

10.根据权利要求9所述的装置，其中，所述特征加权模块包括：权重确定子模块，用于基于所述每个特征数据组包括的特征数据的个数，确定所述每个特征数据组包括的特征数据的权重；以及加权子模块，用于基于所述权重，对所述多个特征数据进行加权处理。

11.根据权利要求10所述的装置，其中，所述权重确定子模块用于：确定所述每个特征数据组包括的特征数据的个数与所述多个特征数据的总个数之间的比值，作为所述每个特征数据组包括的特征数据的权重。

12.根据权利要求9所述的装置，其中，所述至少两个特征数据组的个数与所述至少两个预定类别的个数相等。

13.根据权利要求8所述的装置，其中，所述特征提取模块包括：特征提取子模块，用于将待分类图像输入特征提取网络，得到所述待分类图像的全局特征图；以及

特征确定子模块，用于确定所述全局特征图中每个像素的特征数据，得到所述多个特征数据。

14.根据权利要求8所述的装置，其中，所述多个特征数据包括颜色特征数据，所述至少两个预定类别包括至少两个颜色类别。

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。

17.一种计算机程序产品，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1～7中任一项所述的方法。