本发明提供一种模型训练方法、装置、电子设备及存储介质，涉及计算机视觉技术领域。该方法包括：确定待训练的图像分类模型，图像分类模型包含特征提取层、多个检测网络与分割网络，每一检测网络对应的目标尺寸范围为该检测网络所检测对象的尺寸范围；基于样本图像与第一标注信息对特征提取层与检测网络训练，得到训练完成的特征提取层与检测网络；特征提取层提取多种尺寸的特征图，检测网络基于属于检测网络尺寸的特征图进行对象检测；基于样本图像、第二标注信息与训练完成的特征提取层对分割网络训练，得到训练完成的分割网络以训练完成图像分类模型。本方案在保证提供不同形式的分类结果的情况下，兼顾模型训练效率的提升以及准确率的提升。