1.一种人群计数方法，其特征在于，所述方法包括：

获取目标图像，所述目标图像包括至少一个人物；

将所述目标图像输入第一网络，得到所述目标图像的人物统计结果；

其中，所述第一网络通过对预训练好的第二网络的知识进行学习和复习得到，所述第二网络被训练为进行人群统计的网络，所述第一网络的容量小于所述第二网络的容量。

2.根据权利要求1所述的人群计数方法，其特征在于，所述第一网络包括第一特征提取网络、复习网络、第一解码网络和融合网络，所述第二网络包括第二特征提取网络和第二解码网络；

其中，所述复习网络用于所述第二网络中的知识进行复习，并且向所述融合网络输出复习结果；

并且，对所述第二网络的训练包括基于获取到的总损失反馈调整所述的第二特征提取网络和所述第二解码网络的参数，但是所述第二解码网络不用于对所述第一网络进行训练。

3.根据权利要求2所述的人群计数方法，其特征在于，所述第一特征提取网络被设置为MobileNet的子网，并且，所述第一特征提取网络不包括所述第二特征提取网络中的任意通道。

4.根据权利要求2或3所述的人群计数方法，其特征在于，所述方法还包括对所述第一网络进行训练的步骤，所述对所述第一网络进行训练，包括：基于所述第一网络和所述第二特征提取网络构建训练网络；

获取样本图像，所述样本图像携带的标签表征所述样本图像中的人物数量；

基于所述样本图像调整所第一网络的参数。

5.根据权利要求4所述的人群计数方法，其特征在于，所述基于所述第一网络和所述第二特征提取网络构建训练网络，包括：在所述第一特征提取网络和所述第二特征提取网络之间设置至少一个辅助训练网络，各所述辅助训练网络与所述第一特征提取网络和所述第二特征提取网络都进行双向信息传递；

所述第一特征提取网络与至少一个复习网络连接，并且所述第一特征提取网络与所述第一解码网络连接；

所述至少一个复习网络与所述第一解码网络均与所述融合网络连接，得到所述训练网络。

6.根据权利要求5所述的人群计数方法，其特征在于，所述方法还包括：所述辅助训练网络用于顺序提取所述第二特征提取网络输出的分层特征中的知识以指导所述第一特征提取网络的特征学习，以及提取所述第二特征提取网络的跨层知识以规范所述第一特征提取网络的特征学习。

7.根据权利要求6所述的人群计数方法，其特征在于，所述基于所述样本图像调整所第一网络的参数，包括：将所述样本图像输入所述训练网络，以使得所述第一提取网络输出第一特征信息，所述第二特征提取网络输出第二特征信息；

将所述第一特征信息输入所述至少一个复习网络，以使得所述至少一个复习网络基于上一次训练得到的参数输出所述至少一个复习网络对应的复习结果，所述复习结果表征所述至少一个复习网络在上一次参数调整后获取到的知识的基础上对所述第一特征信息进行解码所得到的第一人群计数结果；

将所述第一特征信息输入所述第一解码网络，得到第二人群计数结果；

融合所述第一人群计数结果和所述第二人群结束结果，得到预测人物数量；

根据所述预测人物数量和所述标签，调整所述第一特征网络和所述至少一个辅助训练网络。

8.一种人群计数装置，其特征在于，所述装置包括：

图像获取模块，用于获取目标图像，所述目标图像包括至少一个人物；

计数模块，用于将所述目标图像输入第一网络，得到所述目标图像的人物统计结果；

其中，所述第一网络通过对预训练好的第二网络的知识进行学习和复习得到，所述第二网络被训练为进行人群统计的网络，所述第一网络的容量小于所述第二网络的容量。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求1至7中任一项所述的人群计数方法。

10.一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至7中任一项所述的人群计数方法。