1.一种火灾监测方法，其特征在于，所述方法包括以下步骤：获取拍摄的视频帧的多尺度特征图，将每个特征图分割为多个特征图块，并得到每个特征图块的特征向量，所有的特征向量构成特征序列；

对特征序列进行聚类，根据聚类的簇的轮廓系数以及特征向量所在特征图确定目标特征序列，将目标特征序列作为查询，将特征序列作为键和值，采用注意力机制更新目标特征序列；当轮廓系数和聚类中簇的个数满足预设条件时停止更新；

获取最后一次更新后聚类的每个簇的特征向量，将所述平均值输入到解码器中并经过检测头得到火灾监测结果。

2.如权利要求1所述的方法，其特征在于，所述根据聚类的簇的轮廓系数以及特征向量所在特征图确定目标特征序列，具体为：若簇的轮廓系数大于预设值，则将簇中属于同一个特征图的特征向量划分为一组，将每组中最靠近簇中心的特征向量作为目标特征向量；

若簇的轮廓系数不大于预设值，则簇中所有的特征向量作为目标特征向量；

所有簇的目标特征向量构成目标特征序列。

3.如权利要求1所述的方法，其特征在于，所述当轮廓系数和聚类中簇的个数满足预设条件时停止更新，具体为：获取解码器中对象查询向量个数；

若更新次数小于阈值，则如果每个簇的轮廓系数都大于预设值且簇的个数等于所述对象查询向量个数，则停止更新；否则，继续更新；

若更新次数不小于阈值，则如果簇的个数小于所述对象查询向量个数，则将轮廓系数最小的簇分为两个簇，不断重复，直到簇的个数等于所述对象查询向量个数；如果簇的个数大于所述对象查询向量个数，调节聚类的参数使得簇的个数等于所述对象查询向量个数；

如果簇的个数等于所述对象查询向量个数，则停止更新。

4.如权利要求1所述的方法，其特征在于，所述获取最后一次更新后聚类的每个簇的特征向量，具体为：基于簇的轮廓系数得到k值，获取簇的中心位置的k近邻，将所述k近邻的平均值作为簇的特征向量；其中，k为正整数。

5.如权利要求4所述的方法，其特征在于，所述基于簇的轮廓系数得到k值，具体为：获取k的最大值和最小值，并计算1减去轮廓系数的值作为权重，利用所述权重对最大值和最小值的差进行加权得到增量，将增量和所述最小值的和作为k值。

6.一种火灾监测系统，其特征在于，所述系统包括以下模块：特征获取模块，用于获取拍摄的视频帧的多尺度特征图，将每个特征图分割为多个特征图块，并得到每个特征图块的特征向量，所有的特征向量构成特征序列；

编码模块，用于对特征序列进行聚类，根据聚类的簇的轮廓系数以及特征向量所在特征图确定目标特征序列，将目标特征序列作为查询，将特征序列作为键和值，采用注意力机制更新目标特征序列；当轮廓系数和聚类中簇的个数满足预设条件时停止更新；

解码及识别模块，用于获取最后一次更新后聚类的每个簇的特征向量，将所述平均值输入到解码器中并经过检测头得到火灾监测结果。

7.如权利要求6所述的系统，其特征在于，所述根据聚类的簇的轮廓系数以及特征向量所在特征图确定目标特征序列，具体为：若簇的轮廓系数大于预设值，则将簇中属于同一个特征图的特征向量划分为一组，将每组中最靠近簇中心的特征向量作为目标特征向量；

若簇的轮廓系数不大于预设值，则簇中所有的特征向量作为目标特征向量；

所有簇的目标特征向量构成目标特征序列。

8.如权利要求6所述的系统，其特征在于，所述当轮廓系数和聚类中簇的个数满足预设条件时停止更新，具体为：获取解码器中对象查询向量个数；

若更新次数小于阈值，则如果每个簇的轮廓系数都大于预设值且簇的个数等于所述对象查询向量个数，则停止更新；否则，继续更新；

若更新次数不小于阈值，则如果簇的个数小于所述对象查询向量个数，则将轮廓系数最小的簇分为两个簇，不断重复，直到簇的个数等于所述对象查询向量个数；如果簇的个数大于所述对象查询向量个数，调节聚类的参数使得簇的个数等于所述对象查询向量个数；

如果簇的个数等于所述对象查询向量个数，则停止更新。

9.如权利要求6所述的系统，其特征在于，所述获取最后一次更新后聚类的每个簇的特征向量，具体为：基于簇的轮廓系数得到k值，获取簇的中心位置的k近邻，将所述k近邻的平均值作为簇的特征向量；其中，k为正整数。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序在被处理器执行时实现如权利要求1‑5任一项所述的方法。