1.一种安检图像识别方法，其特征在于，包括：获取行李的X光图像；将所述行李的X光图像输入预先训练的第一安检图像识别模型，得到第一识别结果；其中，所述第一安检图像识别模型用于划分所述行李的危险等级，所述第一安检图像识别模型是基于多示例学习模型训练得到的；将所述行李的X光图像输入预先训练的第二安检图像识别模型，得到第二识别结果；其中，所述第二安检图像识别模型用于标注所述行李中物品的类别，所述第二安检图像识别模型是基于目标检测网络模型训练得到的；根据所述第一识别结果和所述第二识别结果，确定对所述行李的安检结果；其中，所述方法还包括：获取训练图像；当所述训练图像中的物品包含违禁品时，将所述训练图像划分为负样本；以及，当所述训练图像中的物品均为生活用品时，将所述训练图像划分为正样本；基于所述正样本和所述负样本，训练多示例学习模型，得到所述第一安检图像识别模型；对所述训练图像中的物品进行标注；基于所述训练图像和所述训练图像中物品的标注，对所述目标检测网络模型进行训练，得到所述第二安检图像识别模型。
2.根据权利要求1所述的安检图像识别方法，其特征在于，根据所述第一识别结果和所述第二识别结果，确定对所述行李的安检结果，包括：当所述第一识别结果显示所述行李的危险等级为危险，且所述第二识别结果显示所述行李中物品的类别包含违禁品，判定安检结果为危险行李；或，当所述第一识别结果显示所述行李的危险等级为安全，且所述第二识别结果显示所述行李中物品的类别均为生活用品，判定安检结果为安全行李；或，当所述第一识别结果与所述第二识别结果的显示内容存在冲突，判定安检结果为待核实。
3.根据权利要求2所述的安检图像识别方法，其特征在于，所述第一识别结果与所述第二识别结果的显示内容存在冲突包括：当所述第一识别结果显示所述行李的危险等级为危险，但所述第二识别结果显示所述行李中物品的类别均为生活用品；或，当所述第一识别结果显示所述行李的危险等级为安全，但所述第二识别结果显示所述行李中物品的类别包含违禁品。
4.根据权利要求1所述的安检图像识别方法，其特征在于，对所述训练图像中的物品进行标注，包括：标注出所述正样本中的生活用品；以及标注出所述负样本中的违禁品，其中，所述违禁品的类别包括：枪支、打火机、管制器具、工具、易燃易爆物、液体、电子设备、充电宝、雨伞。
5.一种安检图像识别装置，其特征在于，包括：图像获取模块，用于获取行李的X光图像；第一图像识别模块，用于将所述行李的X光图像输入预先训练的第一安检图像识别模型，得到第一识别结果；其中，所述第一安检图像识别模型用于划分所述行李的危险等级，所述第一安检图像识别模型是基于多示例学习模型训练得到的；第二图像识别模块，用于将所述行李的X光图像输入预先训练的第二安检图像识别模型，得到第二识别结果；其中，所述第二安检图像识别模型用于标注所述行李中物品的类别，所述第二安检图像识别模型是基于目标检测网络模型训练得到的；处理结果确定模块，根据所述第一识别结果和第二识别结果，确定对所述行李的安检结果；其中，所述第一图像识别模块还用于：获取训练图像；当所述训练图像中的物品包含违禁品时，将所述训练图像划分为负样本；以及，当所述训练图像中的物品均为生活用品时，将所述训练图像划分为正样本；基于所述正样本和所述负样本，训练多示例学习模型，得到所述第一安检图像识别模型；所述第二图像识别模块还用于：对所述训练图像中的物品进行标注；基于所述训练图像和所述训练图像中物品的标注，对所述目标检测网络模型进行训练，得到所述第二安检图像识别模型。
6.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至4任一项所述安检图像识别方法的步骤。
7.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至4任一项所述安检图像识别方法的步骤。
