1.一种电子设备屏幕区域瑕疵检测方法，所述方法包括：
将电子设备的屏幕区域图像输入训练结束后的fpn网络结合backbone网络的模型；
从所述fpn网络结合backbone网络的模型接收输出的电子设备的屏幕区域图像的瑕疵检测结果，所述瑕疵检测结果包括：电子设备的屏幕区域的瑕疵种类、瑕疵在电子设备的屏幕区域中的位置和瑕疵检测结果的置信度。
2.根据权利要求1所述的方法，其中，所述backbone网络的前2层采用res结构，网络的后2层采用inception结构。
3.根据权利要求1所述的方法，其中，从所述fpn网络结合backbone网络的模型接收输出的电子设备的屏幕区域的瑕疵检测结果之后，还包括：
识别所述瑕疵检测结果的置信度是否大于第一预设阈值，
若大于所述第一预设阈值，则输出包括电子设备的屏幕区域的瑕疵种类、瑕疵在电子设备的屏幕区域中的位置的结果信息。
4.根据权利要求1所述的方法，其中，将所述电子设备的屏幕区域图像输入fpn网络结合backbone网络的模型之前，还包括：
步骤一，预设fpn网络结合backbone网络的模型及其初始的模型参数；
步骤二，将样本电子设备的屏幕区域图像输入带有当前的模型参数的fpn网络结合backbone网络的模型，得到样本电子设备的屏幕区域的瑕疵预测结果，所述瑕疵预测结果包括：样本电子设备的屏幕区域的瑕疵种类、瑕疵在样本电子设备的屏幕区域中的位置和瑕疵检测结果的置信度；
步骤三，基于预设目标函数计算所述瑕疵预测结果与样本电子设备的屏幕区域的真实瑕疵结果之间的差值，识别所述差值是否大于第二预设阈，
若所述差值大于第二预设阈值，则步骤四，基于所述差值更新所述fpn网络结合backbone网络的模型参数后，重新从步骤二开始执行；
若所述差值小于等于第二预设阈值，则步骤五，将带有当前的模型参数的fpn网络结合backbone网络的模型作为训练结束后的fpn网络结合backbone网络的模型。
5.根据权利要求1所述的方法，其中，所述fpn网络结合backbone网络的模型中每一次卷积计算完成后迭代更新归一化的参数。
6.一种电子设备屏幕区域瑕疵检测设备，所述设备包括：
第一装置，用于将电子设备的屏幕区域图像输入训练结束后的fpn网络结合backbone网络的模型；
第二装置，用于从所述fpn网络结合backbone网络的模型接收输出的电子设备的屏幕区域图像的瑕疵检测结果，所述瑕疵检测结果包括：电子设备的屏幕区域的瑕疵种类、瑕疵在电子设备的屏幕区域中的位置和瑕疵检测结果的置信度。
7.根据权利要求6所述的设备，其中，所述backbone网络的前2层采用res结构，网络的后2层采用inception结构。
8.根据权利要求6所述的设备，其中，第二装置还用于识别所述瑕疵检测结果的置信度是否大于第一预设阈值，若大于所述第一预设阈值，则输出包括电子设备的屏幕区域的瑕疵种类、瑕疵在电子设备的屏幕区域中的位置的结果信息。
9.根据权利要求6所述的设备，其中，还包括第三装置，包括：
第三一装置，用于预设fpn网络结合backbone网络的模型及其初始的模型参数；
第三二装置，用于将样本电子设备的屏幕区域图像输入带有当前的模型参数的fpn网络结合backbone网络的模型，得到样本电子设备的屏幕区域的瑕疵预测结果，所述瑕疵预测结果包括：样本电子设备的屏幕区域的瑕疵种类、瑕疵在样本电子设备的屏幕区域中的位置和瑕疵检测结果的置信度；
第三三装置，用于基于预设目标函数计算所述瑕疵预测结果与样本电子设备的真实瑕疵结果之间的差值，识别所述差值是否大于第二预设阈，若所述差值大于第二预设阈值，则执行第三四装置，用于基于所述差值更新所述fpn网络结合backbone网络的模型参数后，重新从第三二装置开始执行；
若所述差值小于等于第二预设阈值，则执行第三五装置，将带有当前的模型参数的fpn网络结合backbone网络的模型作为训练结束后的fpn网络结合backbone网络的模型。
10.根据权利要求6所述的设备，其中，所述fpn网络结合backbone网络的模型中每一次卷积计算完成后迭代更新归一化的参数。
11.一种计算机可读介质，其中，
其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现如权利要求1至5任一项所述的方法。
12.一种电子设备屏幕区域瑕疵检测设备，其中，所述设备包括：
一个或多个处理器；以及
存储有计算机可读指令的存储器，所述计算机可读指令在被执行时使所述处理器执行如权利要求1至5中任一项所述方法的操作。