1.一种目标追踪方法，其特征在于，该方法包括：
利用特征金字塔网络从模板帧中提取n个不同尺度的模板特征图；
利用特征金字塔网络从检测帧中提取与n个所述模板特征图的尺度一一对应的n个不同尺度的检测特征图；
利用第i个区域候选子网络根据第i个模板特征图和与所述第i个模板特征图尺度相同的检测特征图在所述检测特征图上确定预设备选数目个备选图像、以及各个备选图像对应的分值和位置；
当n个区域候选子网络对n个所述模板特征图和对应的检测特征图处理完成后，根据各个备选图像的分值在所有备选图像中确定分值最高的前m个备选图像的作为跟踪目标，所述跟踪目标对应的位置作为目标位置。
2.根据权利要求1所述的目标追踪方法，其特征在于，所述利用第i个区域候选子网络根据第i个模板特征图和与所述第i个模板特征图尺度相同的检测特征图在所述检测特征图上确定预设备选数目个备选图像，以及各个备选图像对应的分值和位置，包括：
将所述第i个模板特征图进行卷积操作以获取第一预设尺寸的模板样本集和第二预设尺寸的模板样本集；
将与所述第i个模板特征图尺度相同的检测特征图进行卷积操作以获取第三预设尺寸的检测样本集和第四预设尺寸的检测样本集；
所述第i个区域候选子网络的分类分支根据所述第一预设尺寸的模板样本集和所述第三预设尺寸的检测样本集计算所述第三预设尺寸的检测样本集中各个备选图像的分值；
所述第i个区域候选子网络的回归分支根据所述第二预设尺寸的模板样本集和所述第四预设尺寸的检测样本集确定所述第四预设尺寸的检测样本集中各个样本的位置；
根据所述第四预设尺寸的检测样本集中各个样本的位置确定所述各个备选图像对应的位置，所述第三预设尺寸的检测样本集和第四预设尺寸的检测样本集等同。
3.根据权利要求1所述的目标追踪方法，其特征在于，还包括：
确定所述前m个备选图像对应的目标位置的位置响应值；
当最大的位置响应值大于预设的位置响应阈值时，将所述最大的位置响应值对应的备选图像作为所述模板帧。
4.根据权利要求3所述的目标追踪方法，其特征在于，所述位置响应值根据以下公式计算：
5.根据权利要求1所述的目标追踪方法，其特征在于，利用训练样本集预先训练所述目标追踪方法对应的目标追踪模型，直到目标追踪模型的误差损失小于预设误差阈值；
所述误差损失利用如下损失函数计算：
所述加权响应值计算公式如下：
所述加权后响应结果计算公式如下：
6.根据权利要求1-5任一项所述的目标追踪方法，其特征在于，所述n个不同尺度包括32×32个像素点尺度、64×64个像素点尺度、128×128个像素点尺度和256×256个像素点尺度中的至少一种。
7.一种目标追踪装置，其特征在于，该装置包括：
模板特征图获取模块，用于利用特征金字塔网络从模板帧中提取n个不同尺度的模板特征图；
检测特征图获取模块，用于利用特征金字塔网络从检测帧中提取与n个所述模板特征图的尺度一一对应的n个不同尺度的检测特征图；
备选图像确定模块，用于利用第i个区域候选子网络根据第i个模板特征图和与所述第i个模板特征图尺度相同的检测特征图在所述检测特征图上确定预设备选数目个备选图像、以及各个备选图像对应的分值和位置；
跟踪目标确定模块，用于当n个区域候选子网络对n个所述模板特征图和对应的检测特征图处理完成后，根据各个备选图像的分值在所有备选图像中确定分值最高的前m个备选图像的作为跟踪目标，所述跟踪目标对应的位置作为目标位置。
8.根据权利要求7所述的目标追踪装置，其特征在于，所述备选图像确定模块，包括：
模板样本集获取单元，用于将所述第i个模板特征图进行卷积操作以获取第一预设尺寸的模板样本集和第二预设尺寸的模板样本集；
检测样本集获取单元，用于将与所述第i个模板特征图尺度相同的检测特征图进行卷积操作以获取第三预设尺寸的检测样本集和第四预设尺寸的检测样本集；
备选图像分值计算单元，用于所述第i个区域候选子网络的分类分支根据所述第一预设尺寸的模板样本集和所述第三预设尺寸的检测样本集计算所述第三预设尺寸的检测样本集中各个备选图像的分值；
样本位置确定单元，用于所述第i个区域候选子网络的回归分支根据所述第二预设尺寸的模板样本集和所述第四预设尺寸的检测样本集确定所述第四预设尺寸的检测样本集中各个样本的位置；
备选图像位置确定单元，用于根据所述第四预设尺寸的检测样本集中各个样本的位置确定所述各个备选图像对应的位置，所述第三预设尺寸的检测样本集和第四预设尺寸的检测样本集等同。
9.一种终端设备，其特征在于，包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述终端设备能执行权利要求1至6任一项所述的目标追踪方法。
10.一种可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序在处理器上运行时执行权利要求1至6任一项所述的目标追踪方法。