Diseño de un modelo de aprendizaje de máquina para reconocimiento y clasificación de daños en pavimento para vías de Sogamoso

Abstract

Este proyecto tiene como objetivo el desarrollo de un modelo de aprendizaje de máquina para reconocer y clasificar los daños en pavimentos. Se usaron técnicas de visión por computadora y aprendizaje, profundo se usó una red neuronal pre-entrenada (MobileNet) como punto de partida, este enfoque permitió una oportuna implementación del modelo y una reducción en el tiempo y los recursos necesarios para su entrenamiento. El rendimiento del modelo fue evaluado utilizando imágenes capturadas en el municipio de Sogamoso y se obtuvo un resultado aceptable en la detección y clasificación de daños en pavimentos. La herramienta desarrollada puede ser utilizada para la detección temprana de daños en las vías y para la toma de decisiones en la gestión de la infraestructura vial. (Texto tomado de la fuente)

This research project aims to develop a machine learning model to recognize and classify pavement damage. Computer vision and deep learning techniques were used, as a starting point, a pre-trained neural network (MobileNet) was used, this approach allowed a rapid implementation of the model and a reduction in the time and resources required for its training. The performance of the model was evaluated using images captured in Sogamoso and an acceptable result was obtained in the detection and classification of pavement damage. The developed tool can be used for the early detection of road damage and for decision-making in the management of road infrastructure.