Detección de corrosión mediante una red neuronal convolucional sencilla

Abstract

[spa] Las embarcaciones proporcionan gran cantidad de ventajas a los seres humanos: desde la posibilidad de desplazarse, como también la de obtener alimentomediante la pesca. A la larga, estas ventajas tienen como contrapartida, un coste derivado de las inspecciones de los barcos. En muchos casos, se deben sacar las embarcaciones del mar, como también, en el caso de barcos de grandes dimensiones, se deben construir andamios de alturas considerables, suponiendo grandes esfuerzos para el ser humano. En este trabajo se plantea una solución usando en concepto de Deep learning para facilitar la detección de imperfecciones en los cascos de los barcos y, sobretodo, de los buques de grandes dimensiones. De esta forma, se evalúa la idea de usar una red neuronal profunda para la detección de corrosión considerando fragmentos de N £N píxeles. Para ello, se presenta una primera configuración de la red que es entrenada y evaluada con un conjunto de imágenes reales. Los resultados obtenidos son evaluados y utilizados para proponer una colección de modificaciones en la arquitectura de la red, con el objetivo de mejorar su rendimiento de clasificación. Los resultados obtenidos con las diferentes configuraciones nos permiten afirmar que mediante una red neuronal relativamente sencilla es posible obtener una clasificación exitosa. Aparte, este trabajo proporciona una forma de abordar el problema y ver en qué casos se debería plantear una estrategia alternativa para detectar la corrosión.