本申请提供一种用于对象分级的模型训练方法、对象分级方法及装置。涉及机器学习、大数据、云医疗等技术领域。通过两个分支网络按照不同的类别采样率对样本数据集采样，以及分别获取各自采样数据的第一样本特征和第二样本特征，分别对该两个样本特征进行融合得到至少两个融合特征，对两个样本标签进行融合得到至少两个融合特征对应的至少两个融合标签，以提高样本特征的丰富度；确定该至少两个融合特征中的正样本特征和负样本特征，确定锚点特征分别与正样本特征之间的第一相似度、以及与负样本特征之间的第二相似度，以基于两个相似度之间的差异，对网络进行训练得到目标模型；基于正负样本对来对网络进行对比学习，提高了对象分级的准确率。