1.一种车辆状态判别方法，其特征在于，所述车辆状态判别方法包括：
连续抓拍预设帧数的监控视频图像，组成目标监控图像组；
通过目标检测模型获取所述目标监控图像组的类别标志位以及车辆框、车牌框；
基于所述目标监控图像组获取车辆位移矢量，并基于所述车辆位移矢量获取位移标志位；
当所述类别标志位和所述位移标志位一致时，输出目标车辆的行驶状态；
基于所述目标监控图像组的车辆框和车牌框计算车牌偏移矢量，并由所述车牌偏移矢量输出目标车辆的行驶方向；
基于所述目标车辆的行驶状态以及行驶方向，获取所述目标车辆的车辆状态。
2.根据权利要求1所述的车辆状态判别方法，其特征在于，
所述基于所述车辆位移矢量获取位移标志位的步骤，包括：
当所述车辆位移矢量为正方向时，判定所述目标车辆的行驶状态为驶入，将所述位移标志位设置为0；
当所述车辆位移矢量为负方向时，判定所述目标车辆的行驶状态为驶出，将所述位移标志位设置为1。
3.根据权利要求1所述的车辆状态判别方法，其特征在于，
所述基于所述车辆位移矢量获取位移标志位的步骤之后，所述车辆状态判别方法包括：
当所述类别标志位和所述位移标志位不一致时，通过尾灯检测算法计算所述目标监控图像组的尾灯标记位；
基于所述尾灯标记位，输出所述目标车辆的行驶状态。
4.根据权利要求3所述的车辆状态判别方法，其特征在于，
所述通过尾灯检测算法计算所述目标监控图像组的尾灯标记位的步骤，包括：
当所述目标监控图像组中的监控视频图像不存在尾灯检测框时，将该监控视频图像的尾灯标志位设置为0；
当所述目标监控图像组中的监控视频图像存在一个所述尾灯检测框时，将该监控视频图像的尾灯标志位设置为1；
计算所述目标监控图像组中所有监控视频图像的尾灯标志位的累加和；
当所述累加和大于所有监控视频图像的帧数的一半时，将所述目标监控图像组的尾灯标志位设置为1；
当所述累加和小于或等于所有监控视频图像的帧数的一半时，将所述目标监控图像组的尾灯标志位设置为0。
5.根据权利要求1所述的车辆状态判别方法，其特征在于，
所述基于所述目标监控图像组的车辆框和车牌框计算车牌偏移矢量，并由所述车牌偏移矢量输出目标车辆的行驶方向的步骤，包括
获取所述车辆框的左上角坐标向量以及右下角坐标向量；
获取所述车牌框的左上角坐标向量以及右下角坐标向量；
基于所述车辆框的左上角坐标向量，所述车牌框的左上角坐标向量以及右下角坐标向量计算第一车牌偏移矢量；
基于所述车辆框的右下角坐标向量，所述车牌框的左上角坐标向量以及右下角坐标向量计算第二车牌偏移矢量；
由所述第一车牌偏移矢量和所述第二车牌偏移矢量的大小关系输出所述目标车辆的行驶方向。
6.根据权利要求1所述的车辆状态判别方法，其特征在于，
所述通过目标检测模型获取所述目标监控图像组的类别标志位的步骤，包括：
通过所述目标检测模型检测连续预设帧数的监控视频图像；
获取每帧监控视频图像的类别标志位，并将所述预设帧数的监控视频图像的类别标志位进行累加处理；
由所述预设帧数的监控视频图像的类别标志位的累加处理结果输出所述目标监控图像组的类别标志位。
7.根据权利要求1所述的车辆状态判别方法，其特征在于，
所述连续抓拍预设帧数的监控视频图像，组成目标监控图像组的步骤，包括：
基于相机参数预设规则线；
采集所述相机的监控视频图像，并通过所述目标检测模型获取所述监控视频图像中的车辆框；
当所述监控视频图像的车辆框触及所述规则线时，连续抓拍预设帧数的监控视频图像，组成所述目标监控图像组。
8.根据权利要求7所述的车辆状态判别方法，其特征在于，
所述基于相机参数预设规则线的步骤包括：
基于所述相机参数获取图像分辨率，其中，所述图像分辨率包括水平分辨率和垂直分辨率；
基于预设比例系数以及所述垂直分辨率在图像中预设所述规则线。
9.一种车辆状态判别装置，其特征在于，所述车辆状态判别装置包括处理器和存储器；所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以实现如权利要求1~8中任一项所述车辆状态判别方法的步骤。
10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序被执行时实现如权利要求1~8中任一项所述车辆状态判别方法的步骤。