1.一种基于深度学习的商品识别方法，其特征在于，包括：
根据基于深度学习的检测方法训练商品图片，并获取商品模型；
获取视频节目中的图像，并根据所述商品模型识别所述图像中是否存在商品；
将自所述图像中识别出的所述商品与指定商城中的商城商品进行匹配；
从匹配的所述商城商品中，根据预设参数选取特定商城商品。
2.如权利要求1所述的方法，其特征在于，所述从匹配的所述商城商品中，根据预设参数选取特定商城商品之后，还包括：
将选取的所述特定商城商品的链接发送至用户。
3.如权利要求1所述的方法，其特征在于，所述基于深度学习的检测方法包括基于深度学习的faster-rcnn算法。
4.如权利要求1所述的方法，其特征在于，所述将自所述图像中识别出的所述商品与指定商城中的商城商品进行匹配，包括：
根据感知哈希算法，将自所述图像中识别出来的所述商品与指定商城中的商城商品进行匹配，并将所述指定商城中所有与所述商品匹配的商城商品设定为识别出的商城商品。
5.如权利要求4所述的方法，其特征在于，所述从匹配的所述商城商品中，根据预设参数选取特定商城商品，包括：
获取与识别出的所述商品匹配的各所述商城商品所处商城的地理位置；
获取各所述商城商品所处商城的地理位置与用户所在的地理位置之间的距离；
选取所处商城的地理位置与用户所在的地理位置之间的距离最短的商城商品作为特定商城商品。
6.一种基于深度学习的商品识别装置，其特征在于，包括：
训练模块，用于根据基于深度学习的检测方法训练商品图片，并获取商品模型；
识别模块，用于获取视频节目中的图像，并根据所述商品模型识别所述图像中是否存在商品；
匹配模块，用于将自所述图像中识别出的所述商品与指定商城中的商城商品进行匹配；
选取模块，用于从匹配的所述商城商品中，根据预设参数选取特定商城商品。
7.如权利要求6所述的装置，其特征在于，所述装置还包括：
发送模块，用于将选取的所述特定商城商品的链接发送至用户。
8.如权利要求6所述的装置，其特征在于，所述基于深度学习的检测方法包括基于深度学习的faster-rcnn算法。
9.如权利要求6所述的装置，其特征在于，所述匹配模块包括：
匹配子模块，用于根据感知哈希算法，将自所述图像中识别出来的所述商品与指定商城中的商城商品进行匹配，并将所述指定商城中所有与所述商品匹配的商城商品设定为识别出的商城商品。
10.如权利要求9所述的装置，其特征在于，所述选取模块包括：
第一获取子模块，用于获取与识别出的所述商品匹配的各所述商城商品所处商城的地理位置；
第二获取子模块，用于获取各所述商城商品所处商城的地理位置与用户所在的地理位置之间的距离；
选取子模块，用于选取所处商城的地理位置与用户所在的地理位置之间的距离最短的商城商品作为特定商城商品。