本申请实施例提供了一种全任务人脸识别模型的训练方法及装置、人脸识别方法，涉及人工智能、图像处理领域。该方法中，对于每个样本图像，通过特征提取网络进行特征提取，得到样本图像对应的第一特征图，基于第一特征图，通过人脸检测网络确定样本图像中人脸所在区域的第一预测位置信息以及人脸关键点的第二预测位置信息，通过人脸质量网络确定样本图像的预测人脸质量分数，通过人脸跟踪网络确定样本图像的预测人脸区分信息。基于分别对应于人脸检测网络、人脸质量网络、人脸跟踪网络的第一损失、第二损失、第三损失，对初始神经网络模型进行迭代训练，得到训练好的全任务人脸识别模型。本申请减少了模型训练过程中的计算量，提高了模型训练效率。