水资源作为生命之源,生态系统中的核心资源,可以发展区域经济、保障人民生活。然而人们却常常忽略水生态系统功能价值,由于人类活动和自然因素,造成河道漂浮物堆积、侵占河道的情况,破坏了河道景观以及自然水生态。如何提高河道巡查监管能力成为目前河流管护的迫切需求。围绕此需求,本文依托中国水利水电科学研究院北京市科技重大专项课题,大运河智慧巡河系统研发及示范应用,研究针对河道目标场景优化的目标检测算法,同时设计并实现智慧巡河系统,辅助河长巡河,实现河道智能监管。主要工作与研究成果如下:（1）构建了河道目标多场景样本数据集。因为目前公开数据集内容与河道目标的相关数据较少,相关数据集较难获取,所以本文通过实地河道场景采样等方式获取样本图像数据,并对河道目标（包括河道漂浮物以及河道不文明行为）样本数据进行样本分类、样本标注。通过对标注后图像样本压缩、处理等操作,制作河道目标样本数据集,样本数据共计13206张,用于后续目标检测模型的训练。（2）研究了针对河道目标识别场景搭建目标检测算法。针对河道目标场景中河道漂浮物目标特征、形态等因素,传统目标检测算法难以准确识别面积大小不一、形状较不规则的河道漂浮物目标。因此本文提出基于YOLO v5目标检测模型的算法优化,通过添加特征压缩和特征激发模块来辅助提取特征,采用平衡特征金字塔结构增强网络特征融合能力,压缩全局特征输出每个卷积通道的权重,兼顾小尺寸目标语义信息,提高特征提取性能和效率,更利于河道场景下的目标识别。通过河道场景下的目标检测实验,对比SSD、Mask RCNN、YOLO v5以及本文优化的YOLO v5算法模型实验结果,均显示优化的YOLO v5在河道目标识别场景中检测精度最高、效果最好。（3）完成了针对目标检测的智慧巡河系统设计与实现。封装并集成训练后的目标检测算法,依托优化的YOLO v5算法模型作为系统核心支撑,从需求分析、系统结构设计、问题域设计、持久化设计及系统实现的内容详细解释说明了整个智慧巡河系统设计与实现的全流程。目前,系统运行正常,为通州区水务局、河长办以及运河管理处对运河监管提供支持。通过集成河道目标检测算法,辅助传统人工巡河,全面提高“河长制”业务管理水平,对推进河湖状态改善及长期有效的河湖监管提供技术支撑。