本发明公开了基于多尺度融合卷积的目标检测模型搜索方法，本发明提出了一组多尺度融合卷积模块，在单个卷积操作中集成了不同尺寸的卷积核，并利用分组卷积降低参数量，使得多尺度卷积模块在没有增加参数量的前提下，提高了网络的特征处理能力，其中，利用小尺寸的卷积核关注图片中的细节信息和小尺寸目标，利用大尺寸卷积核关注图片中的整体信息和较大目标。输入的特征图由所有卷积核处理完毕之后，将所有卷积核输出的特征图融合作为整个多尺度融合卷积模块的输出。之后，本发明利用NAS技术，将所述多尺度融合卷积模块集成到神经网络架构中，作为目标检测模型的主干网络，可有效的提高所述主干网络的特征提取能力。