本发明涉及一种基于类别不平衡信号的跌倒检测方法及系统，属于行为识别技术领域，解决了现有技术因跌倒检测类别不平衡，很难从大量的日常活动中准确地识别出跌倒事件信号的问题。该方法包括：实时获取智能可穿戴设备采集的使用者的动作测试数据；所述动作测试数据，包括：加速度数据和角速度值；将所述动作测试数据输入最优深度学习模型，进行所述动作测试数据的动作类别识别，获取各动作类别概率值；将所述各动作类别概率值与最佳阈值进行比较，预测所述动作测试数据对应的动作类别；其中，所述最佳阈值用于根据深度学习模型训练时使用的样本数据集的不平衡率使预测结果向发生概率低的动作类别偏移。实现了基于类别不平衡数据的跌倒检测。