本发明公开了一种三维重建模型的训练与三维重建方法、设备及存储介质，包括：获取同一物体的多视角图像集，确定多视角图像集中每个图像对应的输入图像集；将每个图像对应的输入图像集输入初始三维重建模型；通过多视角位置信息融合网络对各输入图像集进行位置信息融合，获得融合特征图像集合；将融合特征图像集合输入到CNN与Transformer的混合网络，获得第一预测重建图像和第二预测重建图像；根据第一预测重建图像、第二预测重建图像以及重建图像标签确定目标损失函数值，并对初始三维重建模型中的网络参数进行调整。通过对CNN与Transformer进行融合，使提取的特征兼具全局性和局部性，增强了模型预测结果的准确性，能够有效准确的还原物体的三维图像。