本发明提供了一种深度学习模型的建立方法、数据处理方法及装置，首先通过对原始样本数据进行力度较小的数据增广处理，获取第一样本数据和第二样本数据，并利用初始深度学习模型处理第一样本数据直接获取第一特征向量，但在利用初始深度学习模型处理第二样本数据时，修改第二样本数据对应的目标特征图的尺寸，相当于在特征空间中对第二样本数据进行了进一步的隐形数据增广，由于不是基于原始样本数据的数据本身进行的数据增广，从而可以确保针对于第二样本数据的处理较为适中，使得第一特征向量和第二特征向量之间在特征空间上有合适的距离，有利于进一步基于这些特征向量对初始深度学习模型进行训练，从而提高了目标深度学习模型的精度。