本发明涉及图像识别技术领域，提供一卷积神经网络的训练方法、行人属性识别方法及相关设备，所述训练方法包括：采集行人属性数据集；构建卷积神经网络，所述卷积神经网络包括特征降维结构、通道混合结构及特征分类结构；将所述行人属性图像进行标准卷积，处理后得到的行人属性特征图输入到所述特征降维结构进行特征降维训练；将训练输出的所述行人属性降维特征图输入到所述通道混合结构进行各通道间维度的融合；将所述行人属性通道融合特征图输入到所述特征分类结构，通过所述特征分类结构进行特征拆分，以得到目标卷积神经网络模型。本发明能够提高行人属性识别的准确率，且自身参数量小，运行速度快。