本发明公开了一种基于轻量化神经网络的目标识别方法及其应用，将目标图片输入训练好的Densenet改进模型中得到目标类别；Densenet改进模型与Densenet模型的不同在于网块中的Back Bone，Back Bone中的Channel Split、第一卷积层、第一深度分离卷积层、第二卷积层、Concat、Channel Shuffle依次连接，第二深度分离卷积层、第三卷积层与第一卷积层、第一深度分离卷积层、第二卷积层并联，第二深度分离卷积层与Channel Split连接，第三卷积层与Concat连接。本发明的目标识别方法，不仅数据处理量小，而且其识别精度高，极具应用前景。