本申请实施例提供了一种图像识别模型训练方法、装置、设备及介质，由于本申请中，原始图像识别模型输出了每个样本图像对中参考图像样本对应的第一预估图像及第二预估图像，并分别根据第一预估图像中对应像素点的像素值确定了第一子损失值，根据第二预估图像中对应像素点的像素值，确定第二损失值，进行了像素级对比学习，还输出了每个样本图像对中参考图像样本对应的第一特征向量及每个样本图像对中目标图像样本对应的第二特征向量，并分别根据第一特征向量以及第二特征向量，确定第三子损失值，进行了图像级对比学习，由于进行了像素级对比和图像级对比学习，提高了图像识别模型的精度，及图像识别模型提取出的图像中物体特征的显著性或区分性。