多任务模型训练方法、装置、电子设备及介质

本公开提供了一种多任务模型训练方法，涉及人工智能技术领域，尤其涉及计算机视觉、深度学习、大模型等技术领域，可应用于自动驾驶等场景。该方法包括：将感知图像样本分别输入预训练的单任务模型和待训练的多任务模型中的特征提取网络，得到单任务特征和多任务特征；多任务模型的其中一个子任务分支与单任务模型的任务相同；基于单任务模型的任务类型，确定的单任务特征和多任务特征之间的蒸馏损失；基于蒸馏损失，对多任务模型的特征提取网络进行参数更新以对多任务模型进行训练；特征提取网络由多任务模型中各个子任务分支共享。本公开解决了多任务负迁移问题，提高了多任务模型的性能。