本发明公开了校园危险行为检测方法、系统、设备及存储介质，其中方法包括：获取待检测的图像；将待检测的图像，输入到训练后的校园危险行为检测模型中，输出校园危险行为检测结果；其中，训练后的校园危险行为检测模型采用改进的yolov7来实现，改进的yolov7是将原始yolov7的head模块的cat单元，替换为注意力机制单元CM；训练后的校园危险行为检测模型，训练过程中所采用的损失函数为DRIoU。在校园场景下精确的捕获和识别校园危险行为和动作，在面对不同尺度的目标时能确保检测精度，在实时检测的前提下优化了对遮挡目标和密集目标的检测精度。相较于人工监控的方法检测效率更高，发现也更及时。