1.一种用于识别目标对象的属性的方法，包括：

获取待识别图像和目标对象的待识别属性信息，所述待识别属性信息包括用户根据所述目标对象进行指定获取的文本序列；

采用目标检测网络检测所述待识别图像中的目标对象，根据检测结果从所述待识别图像中提取出目标对象区域，采用目标对象特征提取网络提取出所述目标对象的对象特征；

采用属性特征提取网络对所述待识别属性信息进行特征提取，得到待识别属性信息的属性特征；

将所述目标对象的对象特征与所述待识别属性信息的属性特征融合，得到第一融合后特征；

基于所述第一融合后特征进行分类，得到所述目标对象的属性信息的识别结果。

2.根据权利要求1所述的方法，其中，所述方法还包括：

采用图像特征提取网络提取所述待识别图像的图像特征；

将所述图像特征与所述第一融合后特征融合，得到第二融合后特征；以及所述基于所述第一融合后特征进行分类，包括：利用属性分类器对所述第二融合后特征进行分类。

3.根据权利要求2所述的方法，其中，所述将所述图像特征与所述第一融合后特征进行融合，包括：对所述图像特征和所述第一融合后特征中尺寸较小的一个上采样后对二者进行特征拼接。

4.根据权利要求1所述的方法，其中，所述方法还包括：

响应于确定从所述待识别图像中检测出至少两个目标对象，将检测出的各目标对象的区域缩放至预设尺寸。

5.根据权利要求1‑4任一项所述的方法，其中，所述目标检测网络、所述目标对象特征提取网络、所述属性特征提取网络是通过如下步骤训练得到的：获取包含目标对象的样本图像对和目标属性信息，所述目标属性信息包括第一子属性信息和第二子属性信息，所述样本图像对包括第一样本图像和第二样本图像，所述第一样本图像中的目标对象具有所述第一子属性信息，所述第二样本图像中的目标对象具有所述第二子属性信息，且所述样本图像对具有表征所述样本图像对具有所述目标属性信息的属性标注信息；

采用待训练的目标检测网络检测所述样本图像对中的目标对象，根据检测结果从所述样本图像对中提取出目标对象区域，采用待训练的目标对象特征提取网络分别提取出所述样本图像对中的目标对象的对象特征；

采用待训练的属性特征提取网络对所述目标属性信息进行特征提取，得到目标属性信息的属性特征；

将所述样本图像对中的目标对象的对象特征与所述目标属性信息的属性特征融合，得到融合后的第一样本特征；

基于所述融合后的第一样本特征进行分类，得到所述样本图像对中的目标对象的目标属性信息的识别结果，基于所述样本图像对中的目标对象的目标属性信息的识别结果与所述样本图像对的属性标注信息之间的差异，迭代调整所述待训练的目标检测网络、所述待训练的目标对象特征提取网络、所述待训练的属性特征提取网络的参数。

6.一种用于识别目标对象的属性的装置，包括：

获取单元，被配置成获取待识别图像和目标对象的待识别属性信息，所述待识别属性信息包括用户根据所述目标对象进行指定获取的文本序列；

第一提取单元，被配置成采用目标检测网络检测所述待识别图像中的目标对象，根据检测结果从所述待识别图像中提取出目标对象区域，采用目标对象特征提取网络提取出所述目标对象的对象特征；

第二提取单元，被配置成采用属性特征提取网络对所述待识别属性信息进行特征提取，得到待识别属性信息的属性特征；

第一融合单元，被配置成将所述目标对象的对象特征与所述待识别属性信息的属性特征融合，得到第一融合后特征；

识别单元，被配置成基于所述第一融合后特征进行分类，得到所述目标对象的属性信息的识别结果。

7.根据权利要求6所述的装置，其中，所述装置还包括：

第三提取单元，被配置成采用图像特征提取网络提取所述待识别图像的图像特征；

第二融合单元，被配置成将所述图像特征与所述第一融合后特征融合，得到第二融合后特征；

以及所述识别单元进一步被配置成利用属性分类器对所述第二融合后特征进行分类。

8.根据权利要求7所述的装置，其中，所述第二融合单元进一步被配置成对所述图像特征和所述第一融合后特征中尺寸较小的一个上采样后对二者进行特征拼接。

9.根据权利要求6所述的装置，其中，所述装置还包括：

缩放单元，被配置成响应于确定从所述待识别图像中检测出至少两个目标对象，将检测出的各目标对象的区域缩放至预设尺寸。

10.根据权利要求6‑9任一项所述的装置，其中，所述装置还包括训练单元，被配置成按照如下步骤训练得到所述目标检测网络、所述目标对象特征提取网络、所述属性特征提取网络：获取包含目标对象的样本图像对和目标属性信息，所述目标属性信息包括第一子属性信息和第二子属性信息，所述样本图像对包括第一样本图像和第二样本图像，所述第一样本图像中的目标对象具有所述第一子属性信息，所述第二样本图像中的目标对象具有所述第二子属性信息，且所述样本图像对具有表征所述样本图像对具有所述目标属性信息的属性标注信息；

采用待训练的目标检测网络检测所述样本图像对中的目标对象，根据检测结果从所述样本图像对中提取出目标对象区域，采用待训练的目标对象特征提取网络分别提取出所述样本图像对中的目标对象的对象特征；

采用待训练的属性特征提取网络对所述目标属性信息进行特征提取，得到目标属性信息的属性特征；

将所述样本图像对中的目标对象的对象特征与所述目标属性信息的属性特征融合，得到融合后的第一样本特征；

基于所述融合后的第一样本特征进行分类，得到所述样本图像对中的目标对象的目标属性信息的识别结果，基于所述样本图像对中的目标对象的目标属性信息的识别结果与所述样本图像对的属性标注信息之间的差异，迭代调整所述待训练的目标检测网络、所述待训练的目标对象特征提取网络、所述待训练的属性特征提取网络的参数。

11.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1‑5中任一项所述的方法。

12.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1‑5中任一项所述的方法。

13.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1‑5中任一项所述的方法。