本申请涉及模型训练方法、服饰识别处理方法及相关装置、终端，属于服饰识别技术领域。本申请基于拍摄角度不同和/或露出比例不同的样本图像，得到服饰区域图像，利用各服饰区域图像的特征对服饰区域图像进行聚类，通过服饰区域图像对应的人物姿态信息，从各聚类簇中选取出代表图像，利用代表图像的特征相似度和样本图像的服饰标注信息，训练聚类簇合并，让合并得到的各服饰图像集的集内图像对应同一服饰、以及不同服饰图像集对应的服饰不同，以此完成模型训练，由此，可实现将拍摄角度不同和/或露出比例不同的服饰区域图像对应到同一服饰下，实现窥一斑而知全豹，使同一款服饰有一个稳定的识别结果，提升服饰识别的召回率。