为了提高水利工程施工协同管理效率，实现施工进度的自动化识别，本文调研行业内的自动化施工进度识别应用的典型问题，聚焦基于无人机航拍视频的施工进度检测场景，研发基于改进YOLOv5和小规模数据的水利工程槽墩施工进度智能识别算法，并结合目标跟踪算法实现进度状态实时检测与跟踪，依托亭子口灌区水利工程开展了应用。研究结果表明，改进算法能够有效提升槽墩施工状态检测性能，其中精确度(P)从0.953提升至0.966，召回率(R)从0.965提升至0.975，平均精度均值(m AP50)从0.985提升至0.989，且浮点运算量(FLOPs)保持47.9不变，仅参数量略有增加，能有效保障工程高质量建设。本文提出的目标检测与跟踪的技术方案，为总包项目部自动化槽墩施工进度巡检提供了有效的技术手段，已在亭子口灌区工程中实现落地应用，有直接支撑相关领域智能建造系统的自动化施工日报填报等业务。