本公开一种卷积神经网络模型训练方法、装置、电子设备和计算机可读存储介质。其中方法包括：将卷积神经网络分为多个卷积阶段；其中卷积阶段由至少一个卷积层组成；确定卷积神经网络的参数；将正训练样本集合输入卷积神经网络进行训练，得到每个样本图像对应的多个卷积阶段的特征图像；针对每个样本图像，将对应的多个卷积阶段的特征图像进行融合；根据每个样本图像融合后的特征图像得到正样本卷积神经网络模型；其中，所述正样本卷积神经网络模型用于识别目标区域。本公开实施例在正样本卷积神经网络模型训练的过程中融合卷积神经网络多个卷积阶段的特征图像，可以提高正样本卷积神经网络模型对目标区域的正确识别率。