学校教育质量影响着人的成长,在一定程度上影响着社会的进步,倍受社会关注。而课堂教学作为学校教育的主要形式,客观、有效的评价方式就显得尤为重要。目前课堂教学存在课堂教学质量评价困难、教学过程管理与质量监控缺乏客观评价依据等问题。人工智能技术的发展给课堂教学评价提供了新的思路,但市面上基于人工智能技术的课堂评价方案仍然存在系统成本高、评价准确度低、评价不全面等一系列问题。针对以上问题,论文提出了一种基于深度学习的课堂评价系统解决方案。方案针对学生课堂专注度、课堂活跃度和教学环节丰富程度的评价方法进行了研究,构建了学生学习过程和课堂教学质量的信息化评价体系。论文采用边缘计算系统架构,搭建了由一台FPGA深度学习加速服务器管理多个带云台AI+嵌入式视觉边缘计算设备的硬件平台,完成了课堂评价和学生行为统计相关功能的设计、调试和测试工作。该方案使用边缘计算硬件架构解决了系统成本高的问题;使用深度学习技术解决了课堂评价准确度低的问题;通过提取课堂出勤率、课堂专注度、课堂活跃度、课堂环节丰富程度等多项指标来对课堂进行客观评价,解决了课堂评价不全面的问题。论文的创新点有:（1）针对单一固定摄像头无法实现教室全覆盖,多摄像头布线不便问题,论文采用智能化扫描的方式实现了高效的教室全区域监测;（2）针对带宽受限及服务器算力受限问题,论文采用边缘计算架构,把图像分割等高数据量依赖的运算分配给边缘端,把数据量依赖少的人脸识别等计算分配给服务器端,降低带宽开销的同时提升系统容量。（3）针对教学过程管理困难、教学质量量化评价困难问题,论文利用深度学习技术对课堂进行语义级评价,对课堂相关信息进行智能化提取,实现课堂教学质量的智能化评价与信息化管理。经测试,论文设计的课堂评价系统运行稳定,各功能运行正常。从测试结果来看,系统能基本满足课堂教学的评价应用需求。