本实施例提供的针对视频流的人脸检测方法、装置、电子设备及存储介质，通过针对若干帧中的不同帧的待检测图像，采用至少第一像素尺寸和第二像素尺寸的像素检测框进行人脸检测处理，分别获得不同帧对应的至少第一人脸检测结果和第二人脸检测结果，其中第一像素尺寸不同于第二像素尺寸；根据若干帧中的各帧对应的至少第一人脸检测结果和第二人脸检测结果，确定并输出视频流对应的检测结果，从而在不降低检测精度的情况下，不必在针对每一帧采用全局人脸检测处理，有效降低了针对每一帧的待检测图像的检测难度，简化了每一帧的人脸检测处理流程，提高每一帧的人脸检测处理效率，节约了对视频流进行人脸检测时所需的处理资源。