1.一种数据处理方法，其特征在于，包括：获取至少两张初始样本图像、各初始样本图像对应的初始标签以及各初始样本图像对应的类激活图；其中，所述初始标签用于表征初始样本图像中的对象类别，所述类激活图中包括多个激活图像块，所述激活图像块的取值用于表征，通过该激活图像块对应的所述初始样本图像中的区域图像确定所述初始样本图像中的对象类别的概率；

将所述至少两张初始样本图像进行拼接处理，得到混合样本图像；

基于所述各样本图像对应的类激活图以及所述各初始样本图像对应的初始标签，确定所述混合样本图像对应的混合标签，其中，所述混合标签用于表征，基于所述混合样本图像确定出所述各初始样本图像中的对象类别的概率。

2.根据权利要求1所述的方法，其特征在于，所述将所述至少两张初始样本图像进行拼接处理，得到混合样本图像，包括：针对每一所述初始样本图像，对该初始样本图像进行分块处理，得到分块处理后的多个样本图像块；以及，确定与各初始样本图像对应的掩码图像，其中，所述掩码图像中包括与各样本图像块对应的掩码图像块；

基于与该初始样本图像对应的掩码图像确定该样本图像块中的待拼接图像块；

对各初始样本图像分别对应的待拼接图像块进行拼接处理，得到所述混合样本图像。

3.根据权利要求1或2所述的方法，其特征在于，所述混合标签包括标签类别和标签概率；

所述基于所述各样本图像对应的类激活图以及所述各初始样本图像对应的初始标签，确定所述混合样本图像对应的混合标签，包括：将所述各初始样本图像对应的初始标签作为所述混合标签中的标签类别；以及，基于各初始样本图像对应的掩码图像、各初始样本图像对应的类激活图，确定所述混合标签中各标签类别对应的标签概率。

4.根据权利要求3所述的方法，其特征在于，各掩码图像均包括第一位置，不同掩码图像的第一位置不同；各掩码图像在第一位置处的第一掩码图像块的取值为第一预设值，在除所述第一位置外的第二位置处的第二掩码图像块的取值为第二预设值；各掩码图像的第一掩码图像块的个数之和与任一初始样本图像中样本图像块的个数相同。

5.根据权利要求3或4所述的方法，其特征在于，所述基于各初始样本图像对应的掩码图像、各初始样本图像对应的类激活图，确定所述混合标签中各标签类别对应的标签概率，包括：针对任一初始样本图像，将该初始样本图像对应的掩码图像与该初始样本图像对应的类激活图的对应位置处的取值相乘，并基于乘积确定该初始样本图像对应的标签类别的标签概率，所述各初始样本图像分别对应的标签类别的标签概率构成所述混合标签中各标签类别对应的标签概率。

6.根据权利要求1～5任一所述的方法，其特征在于，所述方法还包括根据以下方法得到所述初始样本图像对应的类激活图：将所述初始样本图像输入至预先训练好的目标神经网络中，得到所述目标神经网络输出的与所述初始样本图像对应的类激活图。

7.根据权利要求1～6任一所述的方法，其特征在于，所述方法还包括：基于所述混合样本图像和所述混合样本图像对应的混合标签，对待训练的检测网络进行训练。

8.根据权利要求7所述的方法，其特征在于，所述基于所述混合样本图像和所述混合样本图像对应的混合标签，对待训练的检测网络进行训练，包括：将所述混合样本图像输入至待训练的检测网络中，得到所述待训练的检测网络输出的所述混合样本图像对应的识别结果；

基于所述混合样本图像对应的识别结果和所述混合标签，确定本次训练的损失值，并基于所述损失值对所述待训练的检测网络的网络参数进行调整。

9.一种对象识别方法，其特征在于，包括：获取待识别图像；

将所述待识别图像输入至训练好的目标检测网络中，得到所述目标检测网络输出的所述待识别图像对应的对象检测结果，其中，所述目标检测网络是基于权利要求1～8任一所述的数据处理方法得到的混合样本图像和混合标签训练得到的。

10.一种数据处理装置，其特征在于，包括：第一获取模块，用于获取至少两张初始样本图像、各初始样本图像对应的初始标签以及各初始样本图像对应的类激活图；其中，所述初始标签用于表征初始样本图像中的对象类别，所述类激活图中包括多个激活图像块，所述激活图像块的取值用于表征，通过该激活图像块对应的所述初始样本图像中的区域图像确定所述初始样本图像中的对象类别的概率；

拼接模块，用于将所述至少两张初始样本图像进行拼接处理，得到混合样本图像；

确定模块，用于基于所述各样本图像对应的类激活图以及所述各初始样本图像对应的初始标签，确定所述混合样本图像对应的混合标签，其中，所述混合标签用于表征，基于所述混合样本图像确定出所述各初始样本图像中的对象类别的概率。

11.一种对象识别装置，其特征在于，包括：第二获取模块，用于获取待识别图像；

输入模块，用于将所述待识别图像输入至训练好的目标检测网络中，得到所述目标检测网络输出的所述待识别图像对应的对象检测结果，其中，所述目标检测网络是基于权利要求1～8任一所述的数据处理方法得到的混合样本图像和混合标签训练得到的。

12.一种计算机设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至8任一所述的数据处理方法的步骤；或者，执行如权利要求9所述的对象识别方法的步骤。

13.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至7任一所述的数据处理方法的步骤；或者，执行如权利要求9所述的对象识别方法的步骤。