本申请提供了一种图像超分模型的训练方法、装置，包括：初始模型包括由多个首尾依次连接的信息蒸馏子模块构成的超分模块；信息蒸馏子模块包括多个首尾依次连接的残差单元；将低分辨率图像输入初始模型，提取低分辨率图像的浅层特征；通过超分模块，从浅层特征中提取深层特征；将浅层特征和深层特征加和融合后进行上采样处理，得到初始模型输出的超分辨率图像；根据由超分辨率图像和高分辨率图像确定的损失函数，对初始模型进行训练，得到图像超分模型。本申请可以利用以残差单元为基础的信息多重蒸馏结构提取精细化的特征，并将浅层特征与之进行叠加，解决了模型网络处于深层时产生的退化和梯度问题，极大的降低了参数量和计算量。