Publicado 2025-02-26
Licencia
Artículos

Análisis comparativo de modelos yolo para la detección de defectos en infraestructura vehicular

DOI: https://doi.org/10.22490/ECBTI.8803
Duber Martínez Torres Universidad Nacional Abierta y a Distancia
Jairo Antonio Muñoz Arango Universidad Nacional Abierta y a Distancia

Este trabajo presenta un estudio preliminar que compara el desempeño del modelo YOLOv11 con algunas de sus versiones anteriores en la detección de defectos en vías vehiculares. Se empleó el conjunto de datos UDTIRI, compuesto por 1000 imágenes etiquetadas, evaluando las versiones más ligeras de cada modelo bajo las mismas condiciones experimentales. Los resultados demuestran que YOLOv11 logra un mejor equilibrio entre precisión, sensibilidad y eficiencia. Este estudio subraya la importancia de futuras investigaciones para evaluar modelos con un mayor número de parámetros y explorar el impacto de técnicas como el preprocesamiento de datos y el ajuste de hiperparámetros, con el objetivo de mejorar la detección de defectos y optimizar el uso de estos modelos en el monitoreo de infraestructura vial.

Palabras clave: Detección de defectos, Modelos YOLO, Aprendizaje profundo
Licencia

Derechos de autor 2023 Documentos de Trabajo ECBTI

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Cómo citar
Martínez Torres, D., & Muñoz Arango, J. A. (2025). Análisis comparativo de modelos yolo para la detección de defectos en infraestructura vehicular. Documentos De Trabajo ECBTI, 4(2). https://doi.org/10.22490/ECBTI.8803
Almétricas
Métricas
Archivos descargados
8
Jul 2025Jan 20264.0

Los nombres y las direcciones de correo electrónico introducidos en esta revista se usarán exclusivamente para los fines establecidos en ella y no se proporcionarán a terceros o para su uso con otros fines.

Diseño e implementado por