本发明涉及人工智能技术，揭露了一种提升模型泛化性的方法，包括：获取图片集，对所述图片集进行归一化处理，得到样本集，并将样本集均分为N个子样本集；利用预设的图片识别模型提取每个子样本集的特征向量集，计算每个子样本集的特征向量集的均衡性分数；利用均衡性分数计算维度均衡约束损失值；利用维度均衡约束损失值优化图片识别模型的损失值，得到更新后的损失值，利用更新后的损失值迭代优化图片识别模型的参数，直至得到训练好的图片识别模型。此外，本发明还涉及区块链技术，图片集可存储于区块链的节点。本发明还提出一种提升模型泛化性的装置、电子设备以及存储介质。本发明可以提高模型的泛化性。