本发明公开了基于全局关系知识蒸馏的模型压缩方法，基于特征关系知识的模型压缩方法能够有效地提高小容量学生网络的性能，但是目前的工作只是关注于单个样本特征之间的局部关系，忽略了样本特征之间的全局关系，然而，如果教师网络与学生网络之间缺乏全局特征关系进行对齐的情况下，强迫学生网络模拟教师网络的样本特征两两之间的关系的条件将会过于严格，对学生网络模型的性能将会产生不利影响。该方法首先将采集到的图像数据集随机分为训练数据集和测试数据集，然后利用交叉熵损失函数对教师网络中的参数进行优化，接下来基于最大均值差异方法基于教师网络和学生网络中样本特征计算全局特征关系蒸馏对学生网络进行优化。