本申请涉及一种活体检测的方法、系统、电子装置和存储介质，通过获取活体检测模型对样本集的预测结果以及特征向量，根据预测结果将样本集划分为分类正确和分类错误的样本，获取所有分类正确的样本预测类特征值的第一均值，获取所有分类错误的样本预测类特征值的第二均值，在第一均值和第二均值的差大于预测类特征差阈值时，若样本的预测类特征值小于第二均值，则该样本为第一易错样本，根据第一易错样本对活体检测模型进行训练，获得更新后的活体检测模型，根据更新后的活体检测模型对人脸进行检测，获得活体检测结果，解决了相关技术中普通的活体检测模型鲁棒性低，以及通过对样本做数据增强来挑选易错样本对模型进行训练，时间成本高的问题。