1.一种基于验证图片的多目标数据训练集生成方法，其特征在于，所述基于验证图片的多目标数据训练集生成方法，包括：将未标注图片进行预处理，剔除掉图片中的背景噪声；

采用经过预训练的目标检测网络模型，对预处理后的未标注图片进行识别，按照识别结果分割出待检测目标区域，对于未标注图片的其余部分根据预设分割策略进行分割，得到分割后的未知分割图片；

获取登录用户的用户特征信息，计算得到用户的可信度，根据用户的可信度，选择对应的图片推送策略；

将根据图片推送策略推送的未知分割图片和已知分割图片进行拼接，生成向用户推送的验证图片；

在获得用户对验证图片中未知分割图片和已知分割图片的标注结果后，若用户对已知分割图片的标注结果可信，则认为用户对未知分割图片的标注结果可信，实现对未标注图片的标注，放入训练集。

2.根据权利要求1所述的基于验证图片的多目标数据训练集生成方法，其特征在于，所述将未标注图片进行预处理，剔除掉图片中的背景噪声，包括：将未标注的数据集图片进行灰度化后进行高斯滤波；

计算梯度值和方向；

根据梯度值和方向，对未标注的数据集图片进行非极大值抑制处理；

根据选取的双阈值，区分出强边缘点和弱边缘点；

通过滞后边界跟踪处理，得到准确边缘，然后进行图片裁剪，得到去除背景噪声后的图片。

3.根据权利要求1所述的基于验证图片的多目标数据训练集生成方法，其特征在于，所述基于验证图片的多目标数据训练集生成方法，还包括：对未标注图片中分割的每个未知分割图片的标注结果进行遍历，确定包括待检测目标的感兴趣区域；

对每一个感兴趣区域，将感兴趣区域内原先未知分割图片分割框分别向上下左右四个方向进行偏移，重新分割后再次推送给用户标注，若重新标注后的标注结果未发生跳变，则继续向相同方向偏移，否则向相反方向偏移，直到达到最大调整次数，得到调整后的分割框位置，形成对未标注图片的标注。

4.根据权利要求3所述的基于验证图片的多目标数据训练集生成方法，其特征在于，所述基于验证图片的多目标数据训练集生成方法，还包括：在对第一个感兴趣区域内未知分割图片分割框分别向上下左右四个方向进行偏移时，同样对其他感兴趣区域内未知分割图片分割框进行偏移，重新分割后再次推送给用户标注；

若其他感兴趣区域内未知分割图片的标注结果发生跳变，则记录之前未发生跳变的调整次数以及分割框位置；

在对其他感兴趣区域内未知分割图片分割框分别向上下左右四个方向进行偏移时，直接从记录的调整次数以及分割框位置开始进行偏移。

5.根据权利要求1所述的基于验证图片的多目标数据训练集生成方法，其特征在于，所述基于验证图片的多目标数据训练集生成方法，还包括：对未标注图片中分割的每个未知分割图片的标注结果进行遍历，若未发现相同标注结果的相邻未知分割图片，则按照预设比例缩小当前未知分割图片的分割框，再次分割未标注图片后将未知分割图片推送给用户标注；

直到出现相同标注结果的相邻未知分割图片时，记录上一次分割框位置作为最终未标注图片的标注结果。

6.根据权利要求3所述的基于验证图片的多目标数据训练集生成方法，其特征在于，在对未标注图片中分割的每个未知分割图片的标注结果进行遍历，确定包括待检测目标的感兴趣区域之后，还包括：若确定的感兴趣区域相邻，则将感兴趣区域重新划分为更小的未知分割图片，重新推送给用户标注，直到确定的感兴趣区域得到分离。