混凝土质量直接影响到建筑物的结构安全和使用寿命。然而,传统的混凝土质量管理方法主要依赖于人工视觉检测,这种方法效率低下、主观性强且易出错,无法满足大规模工程项目对质量问题管理的要求。此外,混凝土质量问题的实时监测和快速响应也是一个难题,传统的管理方法往往无法及时发现问题并采取有效的措施进行修复。本研究通过将深度学习的分类结果作为增强现实(AR)触发条件,将混凝土缺陷特征模型、缺陷详细信息和解决方案,在AR的虚拟视图中清晰展示,增强了现场工作人员对混凝土缺陷的理解和修复效率。此外,本研究还将识别到的混凝土缺陷与具体的混凝土ID关联起来,自动生成和更新缺陷记录,进一步提升了质量管理的自动化和信息化水平,也为后续的质量追踪和分析提供了便利。