本发明公开了一种针对视觉跟踪模型的人在回路训练方法及相关装置，该训练方法包括：利用视频序列构建初始未标注的训练样本，从该样本随机选择少量样本进行人在回路标注并构成训练集；使用已经标注的少量样本训练跟踪网络，得到一个经过初步训练的模型；将剩余的未标注样本送入初步模型，根据网络输出的响应图生成伪标签；根据伪标签和原始响应图，生成伪损失；将未标注的样本，依据生成的伪损失进行排序，选择损失较大的若干样本，经过人在回路人工标注后，加入训练集，然后使用更新后的训练集重新训练跟踪模型。本发明能够解决现有基于深度模型的视觉目标跟踪算法训练数据量大、数据中冗余信息较多以及由此造成的数据标注费时费力的问题。