本申请实施例提出了用于边缘计算端的目标检测网络处理方法，包括提取目标检测中的卷积操作，使用深度可分离卷积操作对得到的卷积操作进行替换；基于得到的膨胀卷积模块对目标检测中待处理的特征图逐次进行三次膨胀卷积操作，将卷积后的结果与原特征图进行拼接，得到加强后的特征图；设置阈值，将权值低于阈值的网络链接进行删除；将每一层的网络参数分为两部分，一部分作为原始模型的低精度部分进行量化，另一部分进行重训练，重复本步骤操作，直至全部参数被量化；对量化后的权值进行哈夫曼编码。可以提高电力系统对小型目标的检测精度，同时可以减少保存网络模型所需要的内存大小以及网络计算所需要的时间，可以直接部署在边缘端。