本发明公开了高效可解释的全自动化通道剪枝方法，包括以下步骤：步骤S1：计算待剪枝卷积层的通道重要性，并将之转换为信息贡献率；步骤S2：结合当前探查的累计信息贡献率，保留信息贡献率最大的若干通道，步骤S3：为待剪枝模型的每个卷积层执行剪枝操作，得到剪枝后模型；步骤S4：对剪枝后模型进行评估，若其测试集精度相比于原模型的下降在可接受范围内，则将这个剪枝后模型保留为候选模型之一；步骤S5：更新搜索空间边界和累计信息贡献率，本发明的有益效果是：待剪枝通道的选择算法兼顾了基于度量的剪枝方法的高效性和基于误差重建的剪枝方法的可解释性，相比于这两类算法中的经典工作，可以在更高的模型压缩率下得到更高的测试集精度。