本发明提供一种基于进化策略的神经网络架构搜索的图像分类方法，简化神经网络架构搜索过程，采用基于块和单元的搜索空间以及基于EA的搜索策略构建图像分类任务上的神经网络架构搜索模型；在超网共享参数的基础上，建立分类代理模型来辅助选择性能好的神经网络模型，无需对每个神经网络进行训练，便能实现神经网络模型的选择工作；代理模型的可靠性的评估，保证了模型的分类准确率，从而有利于保留性能更好的输出图像分类架构；既节省了训练模型的时间和资源消耗，又简化了传统的评估和非支配排序选择过程，降低人工干预的基础上，实现复杂图像分类神经网络架构自动化设计以提高图像分类准确率。