伦敦大学学院的机械工程研究团队正在利用高功率X射线监测金属3D打印过程，以深入理解并改进该技术。然而，这些X射线实验会产生海量数据，远超出人工分析的能力范围。

由UCL李教授和梁博士等专家组成的团队开发了名为AM-SegNet的智能轻量化神经网络，旨在快速精准地分析实验中的X射线图像。该模型基于来自全球顶尖研究机构的超1万张标注图像数据库训练而成，能以约96%的准确度在4毫秒内完成单张图像分析，其可靠性优于其他先进模型，实现了数据的快速处理，助力研究人员加速获取关键洞察。

通过提速数据分析，AM-SegNet有助于揭示增材制造过程中的精细物理机制，进而帮助制造商优化工艺、提升结果可靠性。这是金属增材制造实时监测与质量控制领域的重要进展。该模型源代码已在GitHub平台公开。