La detección de fallas en pavimentos flexibles representa un desafío para el mantenimiento de la infraestructura vial. Las inspecciones tradicionales, basadas en observaciones visuales y técnicas manuales, suelen ser lentas, costosas y propensas a errores, dificultando una respuesta oportuna. Antes esta problemática, la presente investigación propone automatizar la detección de grietas, a través del uso de una red neuronal convolucional supervisada aplicada al análisis de ortomosaicos. Para desarrollar este enfoque, se construyó una base de datos de 6,255 imágenes: 1,567 se generaron a partir de fuentes propias y 4,688 mediante técnicas de aumento de datos. Las imágenes fueron segmentadas manualmente, lo que permitió crear un conjunto de datos de entrenamiento para modelos de segmentación. Con esta base de datos, se implementaron, entrenaron y compararon cinco arquitecturas...

Perú se encuentra en una zona altamente sísmica, lo que lo hace vulnerable a daños en la infraestructura provocados por terremotos, por ello una evaluación rápida después de un sismo de gran magnitud es importante para mitigar sus impactos, especialmente para los tomadores de decisiones. Entre las infraestructuras más afectadas, encontramos al pavimento, los cuales suelen sufrir daños significativos, generando la formación de grietas, estas no solo interrumpen la red de transporte, sino que también representan un riesgo para la seguridad y afectan las actividades económicas. La detección de grietas en pavimentos es un paso clave en este proceso; sin embargo, los métodos de inspección tradicionales suelen ser lentos, propensos a errores, demandan un alto esfuerzo manual y, en muchas ocasiones, son inaccesibles en zonas de alto riesgo, lo que limita su efectividad. Para abord...