模型训练、目标检测方法、装置、设备及存储介质

本申请提出一种模型训练方法、目标检测方法、设备及存储介质，包括：将样本图像输入目标检测模型，输出包括目标对象的目标边框图；将目标边框图输入识别模型，获取目标边框图的预测分类结果以及预测掩膜；基于预测分类结果和预测掩膜，确定识别模型的损失函数值；基于损失函数值调整识别模型的模型参数，继续训练直至满足预设的训练完成条件，得到训练好的识别模型。本申请实施例通过基于预测分类结果和预测掩膜确定识别模型的损失函数值，以便在模型训练的过程中同时注意分类和掩膜提取的目标间辨别性强的轮廓特征，从而提高了识别模型的识别精准度。