2026年4月，中南民族大学计算机学院（人工智能学院）在人工智能与先进制造交叉研究领域取得新进展。由硕士研究生康萌为第一作者、梁耀为第二作者完成的研究论文《Machine learning-based detection technology for electron beam and laser processing》，正式发表于中科院Top期刊《Optics & Laser Technology》（影响因子：5.0），论文于2026年4月10日录用并已在线发表。计算机学院（人工智能学院）田微老师为论文通讯作者，指导团队完成相关研究工作，体现了学校在交叉学科研究与研究生培养方面的扎实积累。

电子束与激光精密加工是先进制造核心技术之一，加工图像常存在边界模糊、边缘微弱、特征缺失等问题。团队立足人工智能与先进制造深度融合，提出SE-DyMask深度学习分割模型，显著提升弱边缘、残缺结构场景下的检测精度。

SE-DyMask模型框架图

团队自主构建电子束/激光加工专用标注数据集，原始样本1000张，经数据增强后扩充至4000张，覆盖亚克力、不锈钢、铜箔等典型材料与标准、缺陷等多种加工场景，填补了该领域公开数据集空白。实验表明，模型分割精度大幅提升，综合mIoU达94.90%。

数据集示例图

此项工作是人工智能赋能先进制造检测的一次有益探索，可为微加工质量检测提供参考。据悉，《Optics & Laser Technology》是Elsevier旗下知名期刊，聚焦激光技术、光学加工与光电检测，在应用物理与光学工程领域具有广泛学术影响力。本次研究得到国家自然科学基金、中央高校基本科研业务费及校学术创新团队基金资助。

相关论文信息：

Meng Kang, Yao Liang, Baoxi Zhao, Jing Liu, Xizhao Wang, Chao Wu, Qin Li, Junmin Zhang, Wei Tian*,”Machine learning-based detection technology for electron beam and laser processing,” Optics and Laser Technology, Vol. 201, 2026, 115292.

DOI:https://doi.org/10.1016/j.optlastec.2026.115292.