一种模型训练方法、视频处理方法、装置、设备及介质

本发明公开了一种模型训练方法、视频处理方法、装置、设备及介质，应用于计算机技术领域，包括：获取带有标签的训练样本和场景数据；训练样本为目标对象的自录相视频数据；利用单模态模型和多模态模型分别对训练样本进行评估，根据评估结果对各训练样本进行筛选，得到筛选后的训练样本；利用筛选后的训练样本和场景数据对待训练模型进行阶段式训练，并利用上一阶段的训练结果调整下一阶段的训练数据和模型参数，直至满足结束条件，得到训练好的模型。本发明通过单多模态联合评估，既保障单一模态质量，又确保跨模态对齐，提高了训练数据质量；阶段式动态调整机制能根据模型性能实时优化训练数据与参数，充分利用训练数据，提高模型训练准确性。