近年来国内很多城市都颁布了在施工现场推广使用远程视频监控系统的通知,监控系统的广泛使用为工程管理提供了海量的图像数据。这些图像数据包含了建筑现场丰富的施工信息,随着计算机视觉等新兴技术的发展,应用新兴技术来提高工程智能化管理水平就成为行业的迫切需求,而实现工程智能化管理的前提基础是实现工程基础结构构件的检测。因此,本文运用计算机视觉、深度学习、对象检测等理论,针对工程结构构件实体对象提出高效的检测方法,旨蔬在解决工程结构构件检测问题,促进实现工程智能化管理。本文主要从以几个方面对建筑工程结构构件的自动检测及其仿真问题进行研究。首先,本文从工程领域识别发展现状和检测识别技术角度出发,查阅大量国内外相关文献,对其进行综述。然后,从工程结构构件分类、几何特征和空间关系对其特征信息进行了分析。在明确研究对象的特征信息后,本文从计算机视觉理论出发,结合新兴领域深度学习以及目标检测算法,对适用于建筑实体图像中的结构构件自动检测方法展开讨论,并提出了基于DSOD的工程结构构件检测新方法。为了验证该方法的有效性,本文基于1:20的建筑缩比模型,通过多层多态多方位多角度的结构数据采集,建立工程结构构件组合图像数据集,并且，在不同拍摄角度、不同视觉范围和不同遮挡程度下测试了构构件检测精度和召回率。高精度和高召回率农明,该方法有效地用于检测建筑结构构件。在此基础上,本文构建了建筑工程结构构件自动检测系统。最后,总结了本文的工作和这项研究所做出的贡献,并提出了未来一些研究方向的建议。本文利用新兴技术提出对建筑实体图像中的结构构实现检测的新思路为在建筑工程施工现场实时检测结构构件,以及促进实现基于可视化数据的建筑活动自动化分析新框架提供了重要机会。并且实验结果表明,该方法检测精度高、召回率高且速度快,能有效解决建筑工程结构构件的检测问题,有利于促进工程项目智能化管理。