本发明涉及人工智能技术，揭露一种预测模型训练方法，包括：对训练图像进行图像增强及特征提取，得到第一特征和第二特征；将第一特征分别输入预测模型中的主预测网络和多个辅助预测网络，得到第一主预测结果和多个第一辅助预测结果；利用第一损失函数集对第一主预测结果、多个第一辅助预测结果和部分训练图像的标签计算，得到第一损失值；根据第一损失值对预测模型的网络参数进行更新，得到基础预测模型；将第二特征输入基础预测模型进行预测，利用第二损失函数集对预测的结果进行计算；并根据计算的结果更新基础预测模型的网络参数，得到目标预测模型。本发明还提出一种预测模型训练装置、设备以及介质。本发明可以提高模型的泛化能力和鲁棒性。