Los desechos marinos en botellas (BMD) siguen siendo uno de los problemas globales más urgentes. Este estudio propone un método de detección para BMD utilizando vehículos aéreos no tripulados (UAV) y técnicas de aprendizaje automático para mejorar la eficiencia de los estudios sobre desechos marinos. Los UAV se operaron en tres sitios diseñados y en un sitio de prueba a doce alturas de vuelo correspondientes a resoluciones de 0.12 a 1.54 cm/píxel. El algoritmo de detección de objetos You Only Look Once versión 2 (YOLO v2) fue entrenado para identificar BMD. Agregamos aumento de datos y procesamiento de imágenes para la eliminación de fondo para optimizar la detección de BMD. El aumento ayudó a que la media de intersección sobre la unión en el proceso de entrenamiento alcanzara 0.81. La eliminación de fondo redujo el tiempo de procesamiento y el ruido, lo que resultó en una mayor precisión en el sitio de prueba. Según los resultados en todos los sitios de estudio, encontramos que aproximadamente 0.5 cm/píxel debería ser una selección considerable para encuestas aéreas sobre BMD. A 0.5 cm/píxel, la precisión media, la tasa de recuperación y el puntaje F1 son 0.94, 0.97 y 0.95, respectivamente, en los sitios diseñados, y 0.61, 0.86 y 0.72, respectivamente, en el sitio de prueba. Nuestro trabajo contribuye a las encuestas de desechos en playas y optimiza la detección, especialmente con el paso de aumento en los datos de entrenamiento y los procedimientos de eliminación de fondo.