本发明实施例公开了一种基于残差结构剪枝的模型压缩方法、装置、设备及介质，其中方法包括：对目标检测网络模型进行神经网络训练以获取mAP基线；在对目标检测网络模型的损失函数添加针对BN层缩放因子的范数之后对模型进行训练；在完成训练后，根据缩放因子的大小对训练完成后的目标检测网络模型进行剪枝处理；对剪枝处理后的目标检测网络模型进行微调训练。本发明通过对残差结构的BN层进行剪枝的策略，能够有效地进一步地减少大型卷积神经网络模型运算处理的时间和需要存储空间，成功解决了模型计算量过大以及模型体积过大导致的算力以及储存空间不足的问题，降低了模型运算处理的时间复杂度和空间复杂度，使之可以在边缘设备上部署。