项目针对传统集料形状、级配检测方法效率低、误差大的问题，通过对采集集料的三维信息进行三维重构，提取粒径、表面积、体积等 52 项集料三维特征，人工对质量、档位和针片状类别进行标注，然后将集料数据集分别分为训练集、验证集和测试集，通过利用深度学习模型对采集到的数据训练分类模型和回归模型，经过实验，该方法的级配预测精度不低于 95%，针片状含量检测不低于98%。自主研发的路用集料特性三维快速检测系统，主要功能包含：集料数据采集-预处理-三维重构-数据分析-针片状含量及级配检测，可实现对集料的智能快速检测，是未来路用集料质量检测技术的主要趋势。

 项目针对传统集料形状、级配检测方法效率低、误差大的问题，通过对采集集料的三维信息进行三维重构，提取粒径、表面积、体积等 52 项集料三维特征，人工对质量、档位和针片状类别进行标注，然后将集料数据集分别分为训练集、验证集和测试集，通过利用深度学习模型对采集到的数据训练分类模型和回归模型，经过实验，该方法的级配预测精度不低于 95%，针片状含量检测不低于98%。自主研发的路用集料特性三维快速检测系统，主要功能包含：集料数据采集-预处理-三维重构-数据分析-针片状含量及级配检测，可实现对集料的智能快速检测，是未来路用集料质量检测技术的主要趋势。