本公开提供了一种神经网络模型的压缩方法、设备和存储介质，涉及人工智能技术领域，具体为深度学习、计算机视觉技术领域，可应用于图像处理等场景。具体实现方案为：在对初始神经网络模型进行压缩的过程中，结合初始神经网络模型中各层神经网络的剪枝比例，对各层神经网络分别进行剪枝处理，以得到中间神经网络模型，并基于训练数据对中间神经网络模型进行训练，并对训练后的所述中间神经网络模型进行量化，以及结合训练数据对量化后的中间神经网络模型进行训练，以得到最终的目标神经网络模型。由此，在保证神经网络模型的性能的情况下，节省了计算资源、存储和硬件资源等。