本发明公开一种耦合的多任务特征提取方法、装置、电子设备及存储介质，所述方法包括：初始训练：采用混合图片对第一网络和第三网络及性能初始训练；再次训练：将混合图片集、有标签的图片集同时输入第一网络，对第一网络再次进行训练；第一网络输出的特征量进行分流：对混合图片集提取的特征量输入第三网络对第三网络进行训练，直至第三网络LOSS收敛；对有标签的图片集提取的特征量输入第二网络对第二网络进行训练，直至第二网络LOSS收敛；采集待识别图片，输入再次训练后第一网络和第二网络构成的深度学习网络，输出对应的分类标签，完成识别。本发明解决现有技术中人工标注图片数量不足，引起深度学习时难以关注到重点关注的物品，影响最终识别准确性的技术问题。