本发明提供了基于深度学习的多学生个体分割及状态自主识别方法，包括：采集正常上课视频，进行分帧处理，得到课堂视频的连续帧图像；分割出学生个体和非学生个体，将不学生生个体标记为不同颜色的掩码；通过人脸特征点定位方法找到每个学生个体的人眼特征点，计算每个学生个体的人眼闭合度特征值，判断每个学生个体当前是否处于听课状态；判断所有学生个体是否检测到人脸，判断学生个体的听课状态等级；结合每个学生个体是否处于听课状态及每个学生个体是否处于未抬头状态设计了整个课堂时段学生听课效率评估方法。本发明为实现学生听课状态自主识别及听课效率的判别提供解决方法，具有速度快、识别率高、环境适应能力强的优点。