本发明公开了一种网络参数和结构协同优化的SAR图像变化检测方法，包括：对同一地点不同时刻的两幅SAR图像得到去噪SAR图像；基于邻域波动性进行像素邻域信息分析生成相似性矩阵；分割相似性矩阵得到伪标签矩阵；生成样本集并选出训练样本集；设定卷积神经网络结构遍历空间，利用多目标优化算法采用上下两层的显著代理模型协同优化网络结构与权重参数，寻求最优分类网络模型得到一组帕累托前沿面；选择拐点处的解得到表示最优性能的卷积神经网络结构与相关参数，重新训练得到变化检测分类网络；输入样本集得到变化检测结果。本发明不生成差异图，引入协同进化思想自动高效寻求最优网络结构和参数配置，能提高检测精度，降低计算复杂性。