1.一种游戏道具分类方法，所述方法包括：
将包括目标游戏道具的待处理图像输入预先训练的第一目标分类网络；
获取所述第一目标分类网络输出的所述目标游戏道具的类别；
所述第一目标分类网络与第二目标分类网络通过对第一初始分类网络和第二初始分类网络进行联合训练得到，且所述第一初始分类网络与第二初始分类网络共用同一个初始特征提取网络；
所述第一初始分类网络用于基于所述初始特征提取网络从输入图像中提取的特征对所述输入图像中的游戏道具进行分类；
所述第二初始分类网络用于基于所述初始特征提取网络从输入图像中提取的特征对所述输入图像中的游戏道具所处的游戏环境进行分类。
2.根据权利要求1所述的方法，
所述第一初始分类网络基于道具分类损失进行训练，所述道具分类损失为所述第一初始分类网络基于第一样本图像的特征对所述第一样本图像中的游戏道具进行分类的分类损失；
所述第二初始分类网络基于环境分类损失进行训练，所述环境分类损失为所述第二初始分类网络基于所述第一样本图像和第二样本图像的特征对所述第一样本图像和所述第二样本图像中的游戏道具所处的游戏环境进行分类的分类损失；
所述第一样本图像的特征和所述第二样本图像的特征均通过所述初始特征提取网络提取得到。
3.根据权利要求2所述的方法，
所述第一初始分类网络包括初始特征提取网络，用于对输入图像进行特征提取；以及初始道具分类网络，用于基于所述初始特征提取网络提取的特征对输入图像中的游戏道具进行分类；
所述第二初始分类网络包括所述初始特征提取网络，以及初始环境分类网络，用于基于所述初始特征提取网络提取的特征，对输入图像中游戏道具所处的游戏环境进行分类；
所述方法还包括：
基于所述第一样本图像以及所述道具分类损失，对所述初始特征提取网络和所述初始道具分类网络进行第一训练，得到包括中间特征提取网络和目标道具分类网络的中间分类网络；
基于所述第一样本图像、所述第二样本图像以及所述环境分类损失，对所述中间特征提取网络和初始环境分类网络进行第二训练，得到目标特征提取网络和目标环境分类网络，所述第一目标分类网络包括所述目标特征提取网络和所述目标道具分类网络。
4.根据权利要求3所述的方法，所述环境分类损失包括：
第一损失，用于表征所述初始环境分类网络预测的游戏环境的类别与所述第一样本图像以及所述第二样本图像中游戏道具所处的游戏环境的真实类别之间的差异，
第二损失，用于表征所述初始环境分类网络对所述中间特征提取网络提取出的特征所属的游戏环境的类别的分辨能力。
5.根据权利要求4所述的方法，所述基于所述第一样本图像、所述第二样本图像以及所述环境分类损失，对所述中间特征提取网络和初始环境分类网络进行第二训练，得到目标特征提取网络和目标环境分类网络，包括：
固定所述中间特征提取网络，并基于所述第一损失、所述第一样本图像和所述第二样本图像对所述初始环境分类网络进行训练，得到所述目标环境分类网络；
固定所述目标环境分类网络，并基于所述第二损失、所述第一样本图像和所述第二样本图像对所述中间特征提取网络进行训练，得到所述目标特征提取网络。
6.根据权利要求2-5任一所述的方法，所述第一样本图像和所述第二样本图像基于预设条件从游戏图像中筛选得到，所述游戏图像通过对游戏区域成像得到，所述预设条件包括：从所述游戏图像中检测到所述游戏区域内发生与游戏道具相关的预设事件。
7.根据权利要求2-6任一所述的方法，所述方法还包括：
获取图像集合，所述图像集合中包括第一图像子集和第二图像子集，所述第一图像子集中的图像均包括第一标签，所述第二图像子集中的图像均不包括第一标签，所述第一标签用于表征游戏道具的类别；
将所述第一图像子集中的图像的第二标签与所述第二图像子集中的图像的第二标签标注为不同的第二标签，所述第二标签用于表征游戏道具所处的游戏环境的类别；
将所述第一图像子集中的图像确定为所述第一样本图像，
将所述第二图像子集中的图像确定为所述第二样本图像。
8.一种神经网络的训练方法，用于对第一初始分类网络进行训练，得到第一目标分类网络，所述第一目标分类网络用于对游戏道具进行分类；所述方法包括：
获取第一样本图像以及第二样本图像；
基于所述第一样本图像和第二样本图像对所述第一初始分类网络和第二初始分类网络进行联合训练，得到所述第一目标分类网络，所述第一初始分类网络与第二初始分类网络共用同一个初始特征提取网络；
所述第一初始分类网络用于基于所述初始特征提取网络从所述第一样本图像中提取的特征对所述第一样本图像中的游戏道具进行分类；
所述第二初始分类网络用于基于所述初始特征提取网络从所述第一样本图像以及所述第二样本图像中提取的特征对所述第一样本图像以及所述第二样本图像中的游戏道具所处的游戏环境进行分类。
9.根据权利要求8所述的方法，
所述第一初始分类网络基于道具分类损失进行训练，所述道具分类损失为所述第一初始分类网络基于第一样本图像的特征对所述第一样本图像中的游戏道具进行分类的分类损失；
所述第二初始分类网络基于环境分类损失进行训练，所述环境分类损失为所述第二初始分类网络基于所述第一样本图像以及所述第二样本图像的特征对所述第一样本图像以及所述第二样本图像中的游戏道具所处的游戏环境进行分类的分类损失。
10.根据权利要求9所述的方法，
所述第一初始分类网络包括初始特征提取网络，用于对输入图像进行特征提取；以及初始道具分类网络，用于基于所述初始特征提取网络提取出的特征对输入图像中的游戏道具进行分类；
所述第二初始分类网络包括所述初始特征提取网络，以及初始环境分类网络，用于基于所述初始特征提取网络提取出的特征，对输入图像中游戏道具所处的游戏环境进行分类；
所述对所述第一初始分类网络和第二初始分类网络进行联合训练，包括：
基于所述第一样本图像以及所述道具分类损失，对所述初始特征提取网络和所述初始道具分类网络进行第一训练，得到包括中间特征提取网络和目标道具分类网络的中间分类网络；
基于所述第一样本图像、所述第二样本图像以及所述环境分类损失，对所述中间特征提取网络和初始环境分类网络进行第二训练，得到目标特征提取网络和目标环境分类网络，所述第一目标分类网络包括所述目标特征提取网络和所述目标道具分类网络。
11.根据权利要求10所述的方法，所述环境分类损失包括：
第一损失，用于表征所述初始环境分类网络预测的游戏环境的类别与所述第一样本图像以及所述第二样本图像中游戏道具所处的游戏环境的真实类别之间的差异，
第二损失，用于表征所述初始环境分类网络对所述中间特征提取网络提取出的特征所属的游戏环境的类别的分辨能力。
12.根据权利要求11所述的方法，所述基于所述第一样本图像、所述第二样本图像以及所述环境分类损失，对所述中间特征提取网络和初始环境分类网络进行第二训练，得到目标特征提取网络和目标环境分类网络，包括：
固定所述中间特征提取网络，并基于所述第一损失、所述第一样本图像和所述第二样本图像对所述初始环境分类网络进行训练，得到所述目标环境分类网络；
固定所述目标环境分类网络，并基于所述第二损失、所述第一样本图像和所述第二样本图像对所述中间特征提取网络进行训练，得到所述目标特征提取网络。
13.根据权利要求9-12任一所述的方法，所述第一样本图像和所述第二样本图像基于预设条件从游戏图像中筛选得到，所述游戏图像通过对游戏区域成像得到，所述预设条件包括：从所述游戏图像中检测到所述游戏区域内发生与游戏道具相关的预设事件。
14.根据权利要求9-13任一所述的方法，所述方法还包括：
获取图像集合，所述图像集合中包括第一图像子集和第二图像子集，所述第一图像子集中的图像包括第一标签，所述第二图像子集中的图像不包括第一标签，所述第一标签用于表征游戏道具的类别；
将所述第一图像子集中的图像的第二标签与所述第二图像子集中的图像的第二标签标注为不同的第二标签，所述第二标签用于表征游戏道具所处的游戏环境的类别；
将所述第一图像子集中的图像确定为所述第一样本图像，
将所述第二图像子集中的图像确定为所述第二样本图像。
15.一种游戏道具分类装置，所述装置包括：
输入模块，用于将包括目标游戏道具的待处理图像输入预先训练的第一目标分类网络；
分类模块，用于获取所述第一目标分类网络输出的所述目标游戏道具的类别；
所述第一目标分类网络与第二目标分类网络通过对第一初始分类网络和第二初始分类网络进行联合训练得到，且所述第一初始分类网络与第二初始分类网络共用同一个初始特征提取网络；
所述第一初始分类网络用于基于所述初始特征提取网络从输入图像中提取的特征对所述输入图像中的游戏道具进行分类；
所述第二初始分类网络用于基于所述初始特征提取网络从输入图像中提取的特征对所述输入图像中的游戏道具所处的游戏环境进行分类。
16.一种神经网络的训练装置，用于对第一初始分类网络进行训练，得到第一目标分类网络，所述第一目标分类网络用于对游戏道具进行分类；所述装置包括：
样本图像获取模块，用于获取第一样本图像以及第二样本图像；
训练模块，用于基于所述第一样本图像和第二样本图像对所述第一初始分类网络和第二初始分类网络进行联合训练，得到所述第一目标分类网络，所述第一初始分类网络与第二初始分类网络共用同一个初始特征提取网络；
所述第一初始分类网络用于基于所述初始特征提取网络从所述第一样本图像中提取的特征对所述第一样本图像中的游戏道具进行分类；
所述第二初始分类网络用于基于所述初始特征提取网络从所述第一样本图像以及所述第二样本图像中提取的特征对所述第一样本图像以及所述第二样本图像中的游戏道具所处的游戏环境进行分类。
17.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现权利要求1至14任意一项所述的方法。
18.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1至14任意一项所述的方法。
19.一种计算机程序，包括计算机可读代码，所述计算机可读代码在电子设备中执行时，使得所述电子设备中的处理器执行权利要求1至14任意一项所述的方法。