一种模型剪枝方法及计算机可读存储介质

本发明涉及一种模型剪枝方法及计算机可读存储介质，包括获取包含多个卷积层的深度卷积神经网络作为待剪枝模型；计算待剪枝模型中所有滤波器通道被剪枝后的模型网络损失变化量，作为剪枝敏感度；计算所有滤波器通道的归一化L2范数，作为相对重要性；将每个滤波器通道的剪枝敏感度和相对重要性加权求和，获取重要性评分；将待剪枝模型中滤波器数量相同的卷积层划分为一组，获取多组卷积层集合；将每组卷积层集合中所有的滤波器通道按照重要性评分由小到大的顺序排序，基于预设全局剪枝率，对排序中前预设个数的滤波器通道进行剪枝；获取对每组卷积层集合均剪枝结束的待剪枝模型，得到目标模型。