Aplicación de Deep Learning para la detección de anomalías en pavimento en una zona del distrito de “Socabaya”, Arequipa 2024

• Autores: Chino Mestas, Jose Rodolfo, Inchicsana Huamani, Peter Junior
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/148029
• Enlace del recurso: https://hdl.handle.net/20.500.12692/148029
• Nivel de acceso: acceso abierto
• Materia: Aprendizaje profundo; Inteligencia artificial; Deep Learning; Tecnología; Red neuronal; https://purl.org/pe-repo/ocde/ford#2.02.04

La tesis de investigación desarrolla una aplicación móvil que utiliza algoritmos de aprendizaje profundo para analizar en tiempo real las imágenes y datos, con el objetivo de identificar y evaluar el estado de los pavimentos. Ante ello se presenta el objetivo el cual es identificar la, magnitud de la ejecución de una aplicación utilizando técnicas Deep Learning intervienen en la detección de anomalías en el pavimento las condiciones adversas en carreteras y calles, como grietas y baches, generan riesgos y costos de reparación para las autoridades locales. Además, la inspección tradicional es subjetiva, pero el aprendizaje profundo permite detectar y evaluar anomalías de manera precisa y eficiente a través del análisis automático de imágenes y datos no invasivos. de un de las zonas del distrito de Socabaya de la localidad de Arequipa- Perú. redactan que, la detección precisa de problemas en el pavimento es esencial para la seguridad vial y el mantenimiento de infraestructuras urbanas. aplicar estas técnicas para identificar y describir problemas en el pavimento, con el objetivo de mejorar la planificación y el mantenimiento de las carreteras. sino también la seguridad y eficiencia de las carreteras.