1.一种光斑检测方法，其特征在于，所述方法包括：
获取光斑图像，其中，所述光斑图像包含光斑；
获取所述光斑图像中的所述光斑所在的光斑区域；
获取所述光斑区域的中心的初始位置坐标；
以所述初始位置坐标为中心，在所述光斑区域内建立局部图像坐标系；
采用高斯模型在所述局部图像坐标系上对所述光斑区域内的光斑图像的灰度值进行拟合，得到亚像素级的光斑中心位置坐标。
2.根据权利要求1所述的光斑检测方法，其特征在于，所述获取所述光斑图像中的所述光斑所在的光斑区域，包括：
将所述光斑图像输入预先建立的深度学习模型中，通过所述深度学习模型识别出所述光斑图像中的光斑，并获得所述光斑的检测框；
以所述检测框所包含的图像区域作为所述光斑区域。
3.根据权利要求2所述的光斑检测方法，其特征在于，所述获取所述光斑区域的中心的初始位置坐标，包括：
获取所述光斑区域中的每个像素点的位置坐标和灰度值；
以所述灰度值作为权重，将所述位置坐标和所述权重输入预先建立的重心检测模型中，获得所述光斑区域的中心的初始位置坐标。
4.根据权利要求1-3任一项所述的光斑检测方法，其特征在于，在获取所述光斑区域的中心的初始位置坐标之前，所述方法还包括：
对所述光斑区域进行第二预处理。
5.根据权利要求4所述的光斑检测方法，其特征在于，在获取所述光斑图像中的所述光斑所在的光斑区域之前，所述方法还包括：
对所述光斑图像进行第一预处理。
6.一种光斑检测装置，其特征在于，所述装置包括：
获取图像模块，用于获取光斑图像，其中，所述光斑图像包含光斑；
获取光斑区域模块，用于获取所述光斑图像中的所述光斑所在的光斑区域；
获取初始中心坐标模块，用于获取所述光斑区域的中心的初始位置坐标；
建立局部坐标系模块，用于以所述初始位置坐标为中心，在所述光斑区域内建立局部图像坐标系；
获取亚像素中心坐标模块，用于采用高斯模型在所述局部图像坐标系上对所述光斑区域内的光斑图像的灰度值进行拟合，得到亚像素级的光斑中心位置坐标。
7.根据权利要求6所述的光斑检测装置，其特征在于，所述获取光斑区域模块用于：
将所述光斑图像输入预先建立的深度学习模型中，由所述深度学习模型识别出所述光斑图像中的光斑，并获得所述光斑的检测框；
以所述检测框所包含的图像区域作为所述光斑区域。
8.根据权利要求7所述的光斑检测装置，其特征在于，所述获取初始中心坐标模块用于：
获取所述光斑区域中的每个像素点的位置坐标和灰度值；
以所述灰度值作为权重，将所述位置坐标和所述权重输入预先建立的重心检测模型中，获得所述光斑区域的中心的初始位置坐标。
9.根据权利要求6-8任一项所述的光斑检测装置，其特征在于，所述装置还包括：
第一预处理模块，用于对所述光斑图像进行第一预处理；
第二预处理模块，用于对所述光斑区域进行第二预处理。
10.一种电子设备，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：
获取光斑图像，其中，所述光斑图像包含光斑；
获取所述光斑图像中的所述光斑所在的光斑区域；
获取所述光斑区域的中心的初始位置坐标；
以所述初始位置坐标为中心，在所述光斑区域内建立局部图像坐标系；
采用高斯模型在所述局部图像坐标系上对所述光斑区域内的光斑图像的灰度值进行拟合，得到亚像素级的光斑中心位置坐标。