本发明实施例公开了一种活体检测模型的训练、活体检测方法、计算机设备及介质。其中，方法包括：获取样本集；样本集中的样本包括活体样本图像以及至少一种非活体样本图像；对样本集进行分层处理，得到各分层样本图像，并提取与各分层样本图像对应的分层样本特征向量；确定与各分层样本特征向量对应的因果特征向量，并根据各因果特征向量确定损失值的大小，当损失值满足设定条件时，得到活体检测模型。本发明实施例的方案，在保证活体检测模型精度的同时，可以降低活体检测模型的参数量，提升活体检测模型的鲁棒性。