Algoritmo de clasificación de daños en carreteras utilizando aprendizaje profundo

• Diego Alejandro Rodríguez Salamanca ^[1]
  1. [1] Universidad Militar Nueva Granada

     Universidad Militar Nueva Granada

     Colombia

     
• Localización: Desarrollo e Innovación en Ingeniería / Edgar Serna M. (ed. lit.), Vol. 2, 2021, ISBN 9789585327863, págs. 674-679
• Idioma: español
• Enlaces
  • Texto Completo Libro (pdf)
• Resumen

  • El desgaste del pavimento incrementa de forma significativa el nivel de inseguridad en una vía, llegando a ser una de las principales causas de accidentes de tránsito. Un indicador de este desgaste o deterioro son las grietas en el pavimento y en casos extremos se generan baches. Muchas de las soluciones que hacen uso de visión por computador o redes neuronales, propuestas anteriormente, se enfocan en la detección de daños específicos, más precisamente en grietas y algunos daños no tan significativos, ya que dichos modelos fueron entrenados con conjuntos de datos relativamente pequeños y con poca variedad de imágenes y, a la hora de enfrentarse a daños más complejos, no realizan una correcta detección. En Bogotá, Colombia, las vías presentan cerca de 30 años de daño acumulado, por lo que los modelos previos no funcionan de forma correcta. Para solucionarlo, e este trabajo se hizo uso de la transferencia de aprendizaje, específicamente del modelo efficientnetB7, y para determinar el desempeño del modelo se hace uso de la métrica de precisión.