近日，电子电气工程学院李媛媛教授指导的2023级研究生伊宏基以第一作者，在第21届IEEE工业电子与应用会议（ICIEA 2026）发表题为《SAM2YNet: A Dual-Branch Y-Shaped Decoder for Universal Image Segmentation》的最新研究成果，课题组在会议分论坛作口头报告，并与来自世界各地的专家学者围绕领域前沿方向开展交流。
ICIEA是工业电子与应用领域具有重要影响力的国际会议。据会议官网介绍，ICIEA在2023年入选电气与电子工程领域最佳会议前15%，并被中国自动化学会推荐学术会议目录列为A类会议。本届会议由新加坡IEEE工业电子分会、卡塔尼亚大学和IEEE新加坡分会共同主办，IEEE工业电子学会提供支持。会议吸引了来自34个国家和地区的科研人员进行展示，并设置大会主旨报告、杰出演讲及多个平行分论坛。
本次参会并做报告的论文聚焦复杂场景下目标大小不一、边界模糊和细节容易丢失等问题，提出图像分割模型SAM2YNet。该模型通过双分支Y形解码结构，兼顾目标的整体识别与边界细节恢复，并根据图像内容自适应融合两类信息，从而提升不同应用场景下图像分割的准确性与稳定性，技术验证覆盖6类应用领域和17个公开数据集。结果表明，SAM2YNet在多样化分割任务中具有稳定竞争力，并在CDS2K、MIAD3K等工业缺陷数据集上取得良好表现，为后续面向高端风电装备的风机叶片等复杂表面缺陷识别、精细定位和状态评估提供了通用视觉分割基础。
此次成果展示体现了学院在视觉基础模型、图像分割与工业智能检测交叉方向的持续探索，也进一步加强了课题组与国际同行的学术交流。后续，团队将结合真实工业数据与装备运维需求，推进更多工业检测场景中的应用验证，为工业设备预测性维护提供技术支撑。
