建材管控是建筑智能施工建造的重要一环，由于型钢截面形状多样、摆放时相互堆叠遮挡且堆放背景环境复杂等因素，其智能实时计数的研究与应用相对于钢筋、钢管等圆形截面建材仍充满挑战。对此，本文提出了一种基于改进YOLOv7的非圆形截面建材的计数模型。首先拍摄大量工字钢、方钢管和木枋的现场照片，结合数据增强手段获得14 950张图像，共包含1 290 210个端面。进而在现有YOLOv7架构中新增一阶段实例分割模块，与目标检测任务并行操作，再通过改进骨干网络和检测头、加入注意力机制、修改损失函数和训练策略等提升模型检测精度，最后采用轻量级卷积模块减少特征冗余以实现模型轻量化并提升检测时效。试验结果表明，三种经过改进的建材计数模型的检测准确率均达到90%以上，满足使用要求。最后，将上述算法集成到小程序并已成功部署，使用户通过手机拍照即可完成型钢的在线实时计数工作。