本申请是关于一种同义标签聚合方法、装置、设备及存储介质，具体涉及计算机视觉技术领域。所述方法包括：根据目标图像上的各个目标标签，获取各个目标标签分别对应的各个标签向量；以目标图像为样本，以各个标签向量为标注，训练第一图像处理模型，并将训练后的第一图像处理模型中的全连接层参数，划分为各个目标标签分别对应的视觉特征向量；基于目标标签分别对应的视觉特征向量以及目标标签分别对应的标签向量，对所述各个目标标签进行聚合处理，获得聚合后的各个同义标签集合。上述方案同时考虑到了目标标签的分布式表示以及目标标签在图像中含义，从而提高了同义的目标标签的聚合准确性。