本发明提供了一种人脸识别模型训练装置、方法、设备和存储介质，属于模型训练领域，方法包括获取两种模态数据的训练样本数据；将两种模态数据按设定的样本选取数量及节拍，采用交叉训练的策略分别训练不同分支的浅层分离网络；采用深层共享网络对样本底层特征数据进行深层特征提取，获得单一模态数据的第一特征向量和第二特征向量数据，并计算样本数据分类输出概率；根据深层网络分类输出概率及预设损失函数，计算网络模型损失值；根据网络模型损失值通过反向传播算法更新输入模态数据对应的浅层分离网络和深层网络模型参数。通过本申请的处理方案，通过训练不同场景下多模态数据采用不同识别策略，最大程度保证人脸识别模型应用场景的普适性。