本公开涉及一种计算机视觉模型训练方法及装置、电子设备和存储介质，所述方法通过获取分别来自多个电子设备的多组模型参数，以根据预设的模型框架分别确定与各组模型参数对应的视觉模型，并根据各视觉模型生成多个合成图像。进一步地，通过各合成图像对各视觉模型进行模型蒸馏，得到目标视觉模型。本公开实施例可以通过与多个电子设备进行一次模型参数的通信得到多个视觉模型，并在不接收各电子设备训练集的情况下通过合成图像进行模型蒸馏，得到融合多个视觉模型特性的目标视觉模型。本公开实施例的训练方法能够通过模型蒸馏的方式融合多个视觉模型特性，且在融合模型特性的同时有效保护各电子设备的隐私。