1.一种咳嗽检测方法，其特征在于，包括：
提取目标对象的目标图像；
使用第一模型对所述目标图像进行分析，确定在所述目标图像中所述目标对象是否咳嗽，其中，所述第一模型为使用多组第一数据通过机器学习训练出的，所述多组第一数据中的每组第一数据均包括：图像和用于标识在图像中对象是否咳嗽的标识信息。
2.根据权利要求1所述的方法，其特征在于，提取目标对象的目标图像包括：
获取包括有所述目标图像的第一图像，其中，所述第一图像中包括有一个或多个对象的图像；
使用第二模型对所述第一图像进行分析，确定所述第一图像中包括的各对象的图像框的坐标，其中，所述第二模型为使用多组第二数据通过机器学习训练出的，所述多组第二数据中的每组第二数据均包括：图像和图像中包括的各对象的图像块的坐标；
基于所述第一图像中包括的所述目标对象的图像框的坐标从所述第一图像中提取所述目标图像。
3.根据权利要求2所述的方法，其特征在于，
获取包括有所述目标图像的第一图像包括：对接收到的视频流进行抽帧处理，以获取顺序抽取的至少两帧包括有所述目标图像的所述第一图像；
使用第二模块对所述第一图像进行分析，确定所述第一图像中包括的各对象的图像框的坐标包括：使用第二模型依次对至少两帧所述第一图像进行分析，分别确定各个所述第一图像中包括的各对象的图像框的坐标；
基于所述第一图像中包括的所述目标对象的图像框的坐标从所述第一图像中提取所述目标图像包括：基于至少两帧所述第一图像中包括的所述目标对象的图像框的坐标分别从至少两帧所述第一图像中提取所述目标图像。
4.根据权利要求3所述的方法，其特征在于，基于至少两帧所述第一图像中包括的所述目标对象的图像框的坐标分别从至少两帧所述第一图像中提取所述目标图像包括：
对至少两帧所述第一图像中包括的各对象分配唯一标识id，其中，相同的对象分配相同的id；
确定与所述目标图像对应的目标id；
确定出至少两帧所述第一图像中包括的与所述目标id对应的对象的图像框的坐标，并基于确定出的与所述目标id对应的对象的图像框坐标从至少两帧所述第一图像中提取所述目标图像。
5.根据权利要求4所述的方法，其特征在于，在对至少两帧所述第一图像中包括的各对象分配唯一标识id之后，所述方法还包括：
确定出至少两帧所述第一图像中包括的除所述目标id之外的其他id所对应的对象的图像框的坐标，并基于确定出的其他id所对应的对象的图像框的坐标从至少两帧所述第一图像中提取其他id所对应的对象的图像；
按照拍摄时间分id缓存从至少两帧所述第一图像中提取的其他id所对应的对象的图像。
6.根据权利要求1所述的方法，其特征在于，
提取目标对象的目标图像包括：按照拍摄时间提取所述目标对象的多个目标图像；
使用第一模型对所述目标图像进行分析，确定在所述目标图像中所述目标对象是否咳嗽包括：使用第一模型对多个所述目标图像进行分析，确定在多个所述目标图像中所述目标对象是否咳嗽，其中，所述多组第一数据中的每组第一数据均包括：多个按照拍摄时间提取的对象的图像和用于标识在多个图像中对象是否咳嗽的标识信息。
7.根据权利要求1所述的方法，其特征在于，在使用第一模型对所述目标图像进行分析，确定在所述目标图像中所述目标对象是否咳嗽之后，所述方法还包括：
在确定所述目标对象咳嗽的情况下，执行告警操作。
8.根据权利要求7所述的方法，其特征在于，在确定所述目标对象咳嗽的情况下，执行告警操作包括以下至少之一：
向目标平台输出告警信息，其中，所述告警信息中携带有所述目标对象的身份信息和/或所述目标图像；
在包括有所述目标图像的第一图像中突出显示所述目标图像，其中，所述第一图像中包括有一个或多个对象的图像。
9.一种咳嗽检测装置，其特征在于，包括：
提取模块，用于提取目标对象的目标图像；
分析模块，用于使用第一模型对所述目标图像进行分析，确定在所述目标图像中所述目标对象是否咳嗽，其中，所述第一模型为使用多组第一数据通过机器学习训练出的，所述多组第一数据中的每组第一数据均包括：图像和用于标识在图像中对象是否咳嗽的标识信息。
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中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至8任一项中所述的方法。
11.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至8任一项中所述的方法。