一种深度学习模型压缩方法、装置、电子设备及存储介质

本发明涉及一种深度学习模型压缩方法、装置、电子设备及存储介质，该方法包括：获取经深度学习模型中的卷积层中的每个过滤器生成的特征图，每个过滤器对应一个特征图；对于每个特征图，确定该特征图与所述卷积层对应的所有特征图中除该特征图之外的其他特征图之间的相似度值；根据各个所述特征图对应的相似度值，对所述卷积层对应的所有过滤器进行剪枝处理，得到目标模型。通过本发明的方法，基于各个特征图对应的相似度值，可对特征提取能力较差的滤波器进行剪枝压缩，使得目标模型具有相对较好的模型性能，进而可以提高模型的精度。