本申请实施例涉及目标检测技术领域，公开了一种训练多目标检测模型的方法，训练集包括M个图像子集，一图像子集中各图像标注有对应的单个目标的真实标签(细分类别和位置)。从而，训练集中图像不需要完整标注多个目标的真实标签，对标签完整性要求较低，从而，能够减少开发成本。将训练集输入特征提取网络，得到特征图集，然后将特征图集分别输入M个分支检测网络进行训练，得到构成该多目标检测模型的特征提取子模型和M个分支检测子模型。通过上述训练方式，能够实现用一个包括主干部分(特征提取子模型)和多个分支部分(分支检测子模型)的多目标检测模型即可检测多个目标的分类及定位，通过多分支的子模型合并，有效减少模型部署成本。