课堂行为是评估学生成绩和授课质量的重要参考因素。目前关于课堂行为的研究多是通过人工问卷或直接观察,准确率低且费时费力。提出使用SSD深度学习算法进行学生课堂行为识别。搜集学生上课视频和图片,经过数据预处理和数据增强操作后构成数据集。训练SSD网络模型以识别学生坐着,举手,看手机,睡觉,写作等行为。最后比较SSD、VGG16、RestNet18三个网络在行为检测方面的准确率,得出SSD模型比较出色。