本发明提供一种图像翻译模型构建方法、图像翻译方法和装置，构建方法包括：获取训练样本组；基于初始模型中的编码模块，提取可见光样本图像的图像特征；获取提示特征、可学习的掩码输出特征和红外输出特征，并将提示特征、掩码输出特征和红外输出特征进行拼接，得到拼接特征；基于图像特征和拼接特征分别进行掩码图像预测和红外图像预测，分别得到预测掩码图像和预测红外图像；基于红外标签图像与预测红外图像之间的差异，以及掩码标签图像与预测掩码图像之间的差异，对初始模型进行参数迭代，得到图像翻译模型。本发明提供的方法和装置，能够实现交互式图像翻译，且能提升图像翻译的精度。