学生的课堂考勤是高校教务管理工作中一项非常重要的内容。随着学生群体数与日俱增,部分高校采用了刷卡签到、指纹验证以及有约束性的人脸认证等考勤方式,但由于这些方式都存在显露的弊端,比如排队等候、弄虚作假等问题,难以得到大多数学校的认可。因此,多数学校至今沿用传统的手工考勤方式,工作量繁重,不满足智慧化校园建设的需求。本文在分析研究微小人脸检测和识别算法以及相关理论基础上,设计实现了一个自动化考勤管理系统。该系统结合基于ResNet的小人脸识别技术,能大规模检测并识别上课学生,教务管理者只需在管理平台添加课表,设置每节课的考勤时间以及图像采集次数,系统便按照预定时间实现自动化考勤,快速完成学生的签到、签退工作,并给教务管理者呈现可视化、多样化的考勤统计结果。该系统采用了SpringCloud架构构建多个服务端,使用Vue实现前端交互平台和管理页面,用MySQL数据库储存图片地址文本、日常考勤数据以及系统操作日志等;小人脸检测和识别算法与其他功能模块相互独立,并以子服务的形式分别部署于算法服务器和后端服务器。功能测试表明,整个系统运行效果良好,既能免去繁杂的手工考勤流程,又便利了高校统一管理,符合高校智慧化发展趋势。