本发明公开了一种基于结构搜索和通道剪枝的神经网络模型压缩方法，用于无人车、无人艇等目标检测，采用神经网络结构搜索技术，针对当前数据集和任务，首先训练出一个精度不低但相比常规CNN参数量和计算量都较小的轻量级网络，为网络中每一个层级的结构都赋予一个对应衡量其重要性的缩放因子，同时各层级结构对应缩放因子采用大方差高斯分布初始化，施加L1范数正则化同时采用次梯度优化算法，进行稀疏化训练，将模型中那些接近0的缩放因子对应的层级进行裁剪，对模型进行微调，如果能回到baseline的精度或下降在5%以内进行下一轮模型压缩剪枝，否则结束该程序。