1.一种目标图片确定的方法，其特征在于，包括：
获取目标页面，所述目标页面中包括至少一张图片；
根据预置训练模型对所述目标页面中的图片进行评估，并得到所述图片对应的评估分值，其中，所述预置训练模型为各张图片与所述各张图片的评估分值的函数关系模型，所述各张图片的评估分值用于表示所述各张图片的重要性大小；
根据所述图片对应的评估分值从所述图片中确定目标图片。
2.根据权利要求1所述的方法，其特征在于，所述获取目标页面之前，所述方法还包括：
获取样本数据库中样本图片的图片特征数据，所述样本图片为终端预先标记过的图片，所述图片特征数据表示所述样本图片在页面中的文档属性；
根据所述样本图片的图片特征数据确定所述预置训练模型。
3.根据权利要求2所述的方法，其特征在于，所述根据所述样本图片的图片特征数据确定所述预置训练模型，包括：
根据所述样本图片的图片特征数据确定概率密度函数；
根据所述概率密度函数确定概率质量函数；
根据所述概率质量函数确定所述样本图片的所述预置训练模型。
4.根据权利要求3所述的方法，其特征在于，所述样本图片的图片特征数据包括所述样本图片的自身特征值和/或所述样本图片与周边元素的交互特征值。
5.根据权利要求1所述的方法，其特征在于，所述根据预置训练模型对所述目标页面中的图片进行评估，并得到所述图片对应的评估分值，包括：
获取所述目标页面中所述图片的图片特征数据；
将所述图片的图片特征数据输入至所述预置训练模型；
利用所述预置训练模型获取所述图片所对应的第一评估权重值以及第二评估权重值，其中，所述第一评估权重值用于指示所述图片的重要程度，所述第二评估权重值用于指示所述图片的非重要程度。
6.根据权利要求5所述的方法，其特征在于，所述利用所述预置训练模型获取所述图片所对应的第一评估权重值以及第二评估权重值，包括：
按照如下方式计算所述第一评估权重值：
所述P(A\B)表示所述第一评估权重值；
所述P(B\A)表示当所述图片是重要图片时，所述图片特征数据对应的概率值；
所述P(A)表示所述图片为所述重要图片的概率值；
所述P(B)为利用所述预置训练模型确定的所述图片特征数据的概率值；
按照如下方式计算所述第二评估权重值：
所述P(C\B)表示所述第二评估权重值；
所述P(B\C)表示当所述图片是非重要图片时，所述图片特征数据对应的概率值；
所述P(C)表示所述图片为所述非重要图片的概率值；
所述P(B)为利用所述预置训练模型确定的所述图片特征数据的概率值。
7.根据权利要求5或6所述的方法，其特征在于，所述根据所述图片对应的评估分值确定目标图片，包括：
若所述图片的所述第一评估权重值大于所述第二评估权重值，则确定所述图片为重要图片；
从所述目标页面的所述重要图片中确定所述目标图片。
8.根据权利要求7所述的方法，其特征在于，所述从所述目标页面的所述重要图片中确定所述目标图片，包括：
若所述重要图片中包含多张图片，则从所述重要图片中每张图片中选择所述第一评估权重值最大的图片作为所述目标页面对应的所述目标图片。
9.一种服务器，其特征在于，包括：
第一获取模块，用于获取目标页面，所述目标页面中包括至少一张图片；
评估模块，用于根据预置训练模型对所述第一获取模块获取的所述目标页面中的图片进行评估，并得到所述图片对应的评估分值，其中，所述预置训练模型为各张图片与所述各张图片的评估分值的函数关系模型，所述各张图片的评估分值用于表示所述各张图片的重要性大小；
第一确定模块，用于根据所述评估模块评估的所述图片对应的评估分值从所述图片中确定目标图片。
10.根据权利要求9所述的服务器，其特征在于，所述服务器还包括：
第二获取模块，用于所述第一获取模块获取目标页面之前，获取样本数据库中样本图片的图片特征数据，所述样本图片为终端预先标记过的图片，所述图片特征数据表示所述样本图片在页面中的文档属性；
第二确定模块，用于根据所述第二获取模块获取的所述样本图片的图片特征数据确定所述预置训练模型。
11.根据权利要求10所述的服务器，其特征在于，所述第二确定模块包括：
第一确定单元，用于根据所述样本图片的图片特征数据确定概率密度函数；
第二确定单元，用于根据所述第一确定单元确定的所述概率密度函数确定概率质量函数；
第三确定单元，用于根据所述第二确定单元确定所述概率质量函数确定所述样本图片的所述预置训练模型。
12.根据权利要求11所述的服务器，其特征在于，所述样本图片的图片特征数据包括所述样本图片的自身特征值和/或所述样本图片与周边元素的交互特征值。
13.根据权利要求9所述的服务器，其特征在于，所述评估模块包括：
第一获取单元，用于获取所述目标页面中所述图片的图片特征数据；
输入单元，用于将所述第一获取单元获取的所述图片的图片特征数据输入至所述预置训练模型；
第二获取单元，用于利用所述输入单元输入的所述预置训练模型获取所述图片所对应的第一评估权重值以及第二评估权重值，其中，所述第一评估权重值用于指示所述图片的重要程度，所述第二评估权重值用于指示所述图片的非重要程度。
14.根据权利要求13所述的服务器，其特征在于，所述第二获取单元包括：
第一计算子单元，用于按照如下方式计算所述第一评估权重值：
所述P(A\B)表示所述第一评估权重值；
所述P(B\A)表示当所述图片是重要图片时，所述图片特征数据对应的概率值；
所述P(A)表示所述图片为所述重要图片的概率值；
所述P(B)为利用所述预置训练模型确定的所述图片特征数据的概率值；
第二计算子单元，用于按照如下方式计算所述第二评估权重值：
所述P(C\B)表示所述第二评估权重值；
所述P(B\C)表示当所述图片是非重要图片时，所述图片特征数据对应的概率值；
所述P(C)表示所述图片为所述非重要图片的概率值；
所述P(B)为利用所述预置训练模型确定的所述图片特征数据的概率值。
15.根据权利要求13或14所述的服务器，其特征在于，所述第一确定模块包括：
第四确定单元，用于若所述图片的所述第一评估权重值大于所述第二评估权重值，则确定所述图片为重要图片；
第五确定单元，用于从所述第四确定单元确定的所述目标页面的所述重要图片中确定所述目标图片。
16.根据权利要求15所述的服务器，其特征在于，所述第五确定单元包括：
确定子单元，用于若所述重要图片中包含多张图片，则从所述重要图片中每张图片中选择所述第一评估权重值最大的图片作为所述目标页面对应的所述目标图片。