RQD分级是分析岩体工程地质条件和评价岩体完整性的重要手段。针对传统人工测量并编录RQD工作量较大且效率低下的问题,基于智能自学习(Inception-v3卷积神经网络迁移学习)模型,通过对地质钻探中拍摄的大量岩芯图片进行特征提取和迁移学习,建立岩芯–岩芯盒识别模型，实现对长度大于10 cm岩芯的自动识别和RQD获取,进而帮助钻孔岩芯编录和岩体质量评价。三山岛西岭矿区的应用结果表明,智能自学习模型识别岩芯的 RQD标定结果与传统人工方法所得结果差距仅为1.78%,方便快捷的同时准确性较高,适合应用于实际矿山工程中。