1.一种天气识别方法，其特征在于，所述方法包括：
获取用于天气识别的目标视频帧；
将所述目标视频帧输入至已训练的第一分类模型，以由所述第一分类模型依据输入的目标视频帧中的路面情况识别出天气类别并输出；
当所述天气类别为指定类别时，将所述目标视频帧输入至已训练的第二分类模型，以利用所述第二分类模型依据输入的所述目标视频帧进一步精确确定出天气类别并输出。
2.根据权利要求1所述的方法，其特征在于，将所述目标视频帧输入至已训练的第二分类模型，以利用所述第二分类模型依据输入的所述目标视频帧进一步精确确定出天气类别并输出，包括：
从所述目标视频帧中截取包含目标对象的局部图片，将所述局部图片输入至所述第二分类模型，以利用所述第二分类模型依据输入的所述局部图片进一步精确确定出天气类别并输出。
3.根据权利要求2所述的方法，其特征在于，从所述目标视频帧中截取局部图片，包括：
将所述目标视频帧输入至已训练的目标检测模型，以由所述目标检测模型从所述目标视频帧中识别出目标对象的类别和位置信息；
依据所述目标对象的类别和位置信息从所述目标视频帧中截取局部图片。
4.根据权利要求2所述的方法，其特征在于，所述利用第二分类模型依据输入的局部图片进一步精确确定出天气类别，包括：
利用所述第二分类模型识别出所述目标对象的动作行为；
依据所述目标对象的动作行为确定天气类别。
5.根据权利要求4所述的方法，其特征在于，依据所述目标对象的动作行为确定天气类别，包括：
当所述目标对象为人时，若所述目标对象打伞，则确定天气类别为雨天，若所述目标对象未打伞，则确定天气类别为晴天；
当所述目标对象为车辆时，若所述目标对象在路面上压起水花，则确定天气类别为雨天，若所述目标对象在路面上未压起水花，则确定天气类别为晴天。
6.根据权利要求1所述的方法，其特征在于，将所述目标视频帧输入至已训练的第一分类模型，以由所述第一分类模型依据输入的目标视频帧中的路面情况识别出天气类别并输出，包括：
利用所述第一分类模型识别所述目标视频帧的路面情况，当所述路面有积雪时，确定所述天气类别为雪天；当所述路面仅有积水时，确定所述天气类别为雨天；当所述路面无积雪且无积水时，确定所述天气类别为晴天。
7.一种天气识别装置，其特征在于，所述装置包括：
获取单元，用于获取用于天气识别的目标视频帧；
第一识别单元，用于将所述目标视频帧输入至已训练的第一分类模型，以由所述第一分类模型依据输入的目标视频帧中的路面情况识别出天气类别并输出；
第二识别单元，用于当所述天气类别为指定类别时，将所述目标视频帧输入至已训练的第二分类模型，以利用所述第二分类模型依据输入的所述目标视频帧进一步精确确定出天气类别并输出。
8.根据权利要求7所述的装置，其特征在于，所述第二识别单元，包括：
第一子单元，用于从所述目标视频帧中截取包含目标对象的局部图片；
第二子单元，用于将所述局部图片输入至所述第二分类模型，以利用所述第二分类模型依据输入的所述局部图片进一步精确确定出天气类别并输出。
9.根据权利要求8所述的装置，其特征在于，
所述第一子单元，具体用于将所述目标视频帧输入至已训练的目标检测模型，以由所述目标检测模型从所述目标视频帧中识别出目标对象的类别和位置信息；依据所述目标对象的类别和位置信息从所述目标视频帧中截取局部图片。
10.根据权利要求8所述的装置，其特征在于，
所述第二子单元，具体用于利用所述第二分类模型识别出所述目标对象的动作行为；依据所述目标对象的动作行为确定天气类别。
11.根据权利要求10所述的装置，其特征在于，
所述第二子单元，具体用于当所述目标对象为人时，若所述目标对象打伞，则确定天气类别为雨天，若所述目标对象未打伞，则确定天气类别为晴天；当所述目标对象为车辆时，若所述目标对象在路面上压起水花，则确定天气类别为雨天，若所述目标对象在路面上未压起水花，则确定天气类别为晴天。
12.根据权利要求7所述的装置，其特征在于，
所述第一识别单元，具体用于利用所述第一分类模型识别所述目标视频帧的路面情况，当所述路面有积雪时，确定所述天气类别为雪天；当所述路面仅有积水时，确定所述天气类别为雨天；当所述路面无积雪且无积水时，确定所述天气类别为晴天。
13.一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内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一所述方法的步骤。
14.一种计算机设备，其特征在于，所述计算机设备包括存储器、处理器、通信接口以及通信总线；其中，所述存储器、处理器、通信接口通过所述通信总线进行相互间的通信；
所述存储器，用于存放计算机程序；
所述处理器，用于执行所述存储器上所存放的计算机程序，所述处理器执行所述计算机程序时实现权利要求1-6任一所述方法的步骤。