本发明公开了一种面向资源受限系统的紧凑卷积神经网络,包括依次连接设置的原始输入层、特征卷积结构、若干个具有多层感知的微型结构和平均池化层；所述微型结构包括依次连接设置的紧凑模块、中间卷积层和最大池化层，所述中间卷积层通过ReLU与最大池化层构建连接；所述紧凑模块基于多尺度滤波、多位置池化、滤波器分解和参数缩减构建若干条支路而成。相比于传统技术，本发明能够加强对输入图像的抽象表征，有利于提高识别效率，并且兼容资源受限、适当降低网络深度的计算机系统，可减小计算机资源消耗。