在人工智能技术不断发展的历史大背景下,中国的教育行业也逐步引进人工智能技术来辅助教学。2020年初,新冠病毒席卷全球,在疫情的影响下,各大院校和机构大力发展在线课堂教育,这种现象对现有的传统教学结构进行了巨大的冲击,同时也带来了教学数字化的机遇。不过在目前的环境下,针对在线课堂的教学评价体系尚未建立。在线课堂教学的评价就是指通过对课堂教学的过程中学生所产生的行为做出评价,而最重要的评价指标就是学生学习时的专注度。完善的在线课堂质量评估机制既可以提升学生的学习效率,也可以对教师的教学策略提供参考。因此,在线课堂教学的评价工作在现代教学中具有重要的地位,它不仅被认为是成功地开展教学活动的依据,更被广泛应用于实施教育各项决策。与之相对应的是,在新型教学形式下,我国在线课堂教学评价体系还有很多问题亟待解决,经过调查发现,对于在线课堂教学模式,普遍还存在以下几个问题:第一,相对于传统的面对面教学,在线课堂中教师只能通过摄像头来观测学习者的状态,不易对学生的学习状态进行精准的判断;第二,在线课堂教学时,老师和学生的沟通无法像传统课堂那样进行面对面的交流,没有及时性;第三,现有的评估方式没有考虑到环境等客观因素对学习者的影响,不利于对于学习者的状态做出综合评估。综上所述,本文提出了一种特别适合在线课堂的学生专注度检测系统。首先,通过深度学习算法识别每个学生的表情,划分出正面、负面和中性三类表情,再根据每个学生所处环境的具体情况,综合地判断每个学生的专注度。其次,对在线课堂专注度检测系统进行了整体分析,全面的介绍了本系统的实现思路与大体逻辑,对每个模块的功能作了详细介绍。最后和老师主观评价的结果进行验证,结果显示本系统操作简单且识别结果具有相当高的精度和准确性,能够为在线教师提供一个智能且全面的学生专注度反馈结果,也为在线学生提供了观察自己学习状态的方式,全面提高了在线课堂的教学质量。