本发明涉及计算机视觉、机器学习领域,具体涉及一种检测水上漂浮物的方法,步骤如下:步骤1,采集数据;步骤2,数据增强;对数据集A进行数据增强。步骤3,标记图片;将数据集B中的水上漂浮物区域用矩形框进行标记,步骤4,训练模块;将数据集B分成三部分的目的是能够选出效果最好的、泛化能力最佳的权重模型。步骤5,检测模块;利用训练好的权重模型对监控的河道或湖泊视频进行检测。本发明的有益效果是取代了传统的基于人工的检测方法,节省了人力和物力,还对河道或湖泊的污染程度进行判断。本发明随机将数据集分为训练集、测试集、验证集,通过数据增强的方法扩充了样本,防止图像样本过少导致的过拟合问题。