本申请涉及计算机领域，特别涉及人工智能领域，提供了一种文档元素的识别方法、装置、设备及存储介质，本申请实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景中。该方法包括：通过在相应的文档图像模板的元素显示区域填充新的元素数据，得到大量类似真实文档图像，解决了模型泛化性差的问题。在每轮训练中，基于训练样本集合，使用具有相同文档内容，且具有不同图像尺寸的两个文档图像进行多尺度预测，将小尺度的广视野优势与大尺度的边界定位优势相结合，获得第一文档图像的预测识别结果，再使用预测识别结果与相应的处理后的标注结果调整模型参数，解决了边界识别不精准的问题，提高了模型的文档元素识别准确率。