本发明公开了一种基于模型剪枝的轻量化图像分类方法、系统及设备。该方法包括步骤：计算互信息评价通道的重要性；根据通道的重要性排序并分组；根据分组设置注意力正则化损失函数并优化模型；剪枝不重要的通道；再次优化模型，恢复模型的精度。本发明对深度神经网络的压缩效果明显，在降低大型深度网络模型的存储和计算消耗的同时，也减少了由于剪枝带来的精度损失，可以更好地应用于移动端设备进行图像分类。