本发明公开一种基于改进的Densenet模型的课堂行为识别分类方法及系统，包括：通过摄像机采集课堂行为图像数据，构建课堂行为数据库；在Densenet模型中增加StemBlock模块，得到第一Densenet模型；在第一Densenet模型中增加通道注意模块，得到第二Densenet模型；将课堂行为数据库中的行为图像数据输入至改进后的网络模型即为第二Densenet模型，对课堂行为进行识别分类。本发明对已有数据集进行训练，可以提取图像的深层特征，从而获得更丰富的图像信息，使用StemBlock模块，可以在不带来过多计算耗时的前提下，提高网络的特征表达能力。在两个DenseBlock之间加入自注意力机制，可以使网络更加关注图像的重要特征区域，不会丢失样本的重要信息，从而使得特征提取更加高效，之后更好的做分类。