本申请提供了一种训练数据增广方法、装置、设备和存储介质，涉及人工智能技术领域，可以应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景，方法包括获取训练样本数据和神经网络模型训练的当前迭代数；从多个增广策略集中选取训练样本数据对应的预设数量个待选策略集；获取预设数量个待选策略集各自的策略总数和各自对应的策略下限值；根据策略总数、策略下限值、当前迭代数和预设迭代数，确定各待选策略集各自对应的参考策略数量；分别从各待选策略集中选取对应参考策略数量的目标增广策略；基于选取的目标增广策略对训练样本数据进行增广处理，得到增广样本数据。本申请能够显著提高数据增广效率。