1.一种图像特征分类方法，其特征在于，包括：

获取待测切片图像；

将所述待测切片图像输入至目标特征分类模型，获取所述待测切片图像的目标图像特征和目标类别信息；

其中，所述目标特征分类模型是属于参考图像特征和参考类别信息的第一样本切片图像序列训练分类器所得的模型，所述参考图像特征和所述参考类别信息是基于第二样本切片图像序列和第二样本光流图像序列进行自对比学习和互对比学习得到的。

2.根据权利要求1所述的图像特征分类方法，其特征在于，所述参考图像特征和所述参考类别信息的学习过程包括：构建对比学习网络，所述对比学习网络包括查询编码器和动量编码器，所述查询编码器用于主动查找相似度最高的图像特征，所述动量编码器用于被动查找相似度最高的图像特征；

获取第二样本切片图像序列和所述第二样本切片图像序列对应的第二样本光流图像序列；

对所述第二样本切片图像序列和所述第二样本光流图像分别进行预设长度截取和数据增强处理，确定第二样本切片图像阵列和第二样本光流图像阵列；

将所述第二样本切片图像阵列和所述第二样本光流图像阵列输入至所述对比学习网络进行自对比学习和互对比学习的训练，确定目标特征提取模型；

基于所述目标特征提取模型对应的模型训练结果，确定所述参考图像特征和所述参考类别信息。

3.根据权利要求2所述的图像特征分类方法，其特征在于，所述将所述第二样本切片图像阵列和所述第二样本光流图像阵列输入至所述对比学习网络进行自对比学习和互对比学习的训练，确定目标特征提取模型，包括：将所述第二样本切片图像阵列和所述第二样本光流图像阵列输入至所述对比学习网络进行自对比学习和互对比学习的迭代训练，获取迭代训练后的中间特征提取模型的损失值；

基于所述中间特征提取模型的损失值，获取参数更新后的中间特征提取模型；

根据所述第二样本切片图像阵列和所述第二样本光流图像阵列，对所述参数更新后的中间特征提取模型进行迭代训练，确定目标特征提取模型。

4.根据权利要求3所述的图像特征分类方法，其特征在于，所述将所述第二样本切片图像阵列和所述第二样本光流图像阵列输入至所述对比学习网络进行自对比学习和互对比学习的迭代训练，获取迭代训练后的中间特征提取模型的损失值，包括：针对每次迭代训练，在所述第二样本切片图像序列包括多个切片图像分组的情况下，基于所述对比学习网络，将所述切片图像分组中第二样本切片图像与其它第二样本切片图像进行自对比学习，确定本次迭代训练所得的切片图像特征；

在所述第二样本光流图像阵列包括多个光流图像分组的情况下，基于所述对比学习网络，将所述光流图像分组中第二样本光流图像与其它第二样本光流图像分别进行自对比学习，确定本次迭代训练所得的光流图像特征；

获取所述切片图像特征对应的第一损失以及所述光流图像特征对应的第二损失；

基于所述第一损失和所述第二损失，获取用于辅助对比学习的正样本，并基于所述切片图像特征和所述光流图像特征中的其中一个以及所述正样本进行互对比学习，确定本次迭代训练后的中间特征提取模型的损失值。

5.根据权利要求4所述的图像特征分类方法，其特征在于，所述基于所述第一损失和所述第二损失，获取用于辅助对比学习的正样本，并基于所述切片图像特征和所述光流图像特征中的其中一个以及所述正样本进行互对比学习，确定本次迭代训练后的中间特征提取模型的损失值，包括：当所述第一损失大于所述第二损失时，将所述光流图像特征对应的第二样本光流图像确定为所述切片图像特征的第一正样本，并基于所述对比学习网络，对所述第一正样本和所述切片图像特征对应的切片图像分组进行对比学习，确定本次迭代训练后的中间特征提取模型的损失值；

当所述第一损失小于所述第二损失时，将所述切片图像特征对应的第二样本切片图像确定为所述光流图像特征的第二正样本，并基于所述对比学习网络，对所述第二正样本和所述光流图像特征对应的光流图像分组进行对比学习，确定本次迭代训练后的中间特征提取模型的损失值。

6.根据权利要求4或5所述的图像特征分类方法，其特征在于，所述本次迭代训练后的中间特征提取模型的损失值，包括所述第一损失、所述第二损失以及本次互对比学习产生的联合训练损失。

7.根据权利要求2所述的图像特征分类方法，其特征在于，所述基于所述目标特征提取模型对应的模型训练结果，确定参考图像特征和所述参考类别信息，包括：确定所述目标特征提取模型对应的模型训练结果包括每次迭代所得的中间特征提取模型对应的模型训练结果时，从所述每次迭代所得的中间特征提取模型对应的模型训练结果中确定所述参考图像特征和所述参考类别信息。

8.根据权利要求1至5任一项所述的图像特征分类方法，其特征在于，所述目标特征分类模型的训练过程包括：获取属于参考图像特征和参考类别信息的第一样本切片图像序列，所述第一样本切片图像序列划分为多组切片图像且每组切片图像标识对应的参考图像特征及参考类别信息；

基于所述第一样本切片图像序列对分类器进行训练，确定目标特征分类模型。

9.根据权利要求8所述的图像特征分类方法，其特征在于，所述使用所述第一样本切片图像对分类器进行训练，确定目标特征分类模型，包括：基于所述第一样本切片图像序列对分类器进行迭代训练，获取迭代训练后的中间特征分类模型的损失值；

基于所述中间特征分类模型的损失值，获取参数更新后的中间特征分类模型；

根据所述第一样本切片图像序列中剩余第一样本切片图像，对所述参数更新后的中间特征分类模型进行迭代训练，确定目标特征分类模型。

10.一种图像特征分类装置，其特征在于，包括：

获取模块，用于获取待测切片图像；

分类模块，用于将所述待测切片图像输入至目标特征分类模型，获取所述待测切片图像的目标图像特征和目标类别信息；

其中，所述目标特征分类模型是属于参考图像特征和参考类别信息的第一样本切片图像序列训练分类器所得的模型，所述参考图像特征和所述参考类别信息是基于第二样本切片图像序列和第二样本光流图像序列进行自对比学习和互对比学习得到的。