Uso de la IA para la detección y segmentación de grietas

Cuando observas una grieta en una superficie, puede parecer un problema menor, pero es un buen indicador temprano de daños estructurales graves. Por ejemplo, los puentes se inspeccionan periódicamente para detectar grietas, y estas representan el 90 % de todos los daños en puentes cada año. Tradicionalmente, la inspección de grietas se realiza manualmente y puede llevar mucho tiempo. La inteligencia artificial (AI) puede intervenir para simplificar la detección de grietas.

Además de en los puentes, la detección de grietas mediante aprendizaje profundo resulta útil en muchos entornos industriales. Ayuda a garantizar la integridad de los edificios en el ámbito de la construcción, evita costosas paradas en la fabricación y hace que las inspecciones de carreteras y pavimentos sean más seguras y eficaces. En este artículo, analizaremos con más detalle cómo puedes utilizar la IA y modelos de visión artificial como Ultralytics YOLOv8 para detectar y segmentar grietas de forma mucho más rápida y sencilla que con los métodos tradicionales.

¿Qué es la segmentación de grietas?#

Antes de profundizar en la segmentación de grietas, entendamos qué es la segmentación. La segmentación es una tarea de visión artificial que consiste en dividir una imagen en distintas regiones o segmentos. El objetivo es simplificar la imagen y facilitar su análisis. La segmentación ofrece una comprensión a nivel de píxel, mientras que tareas como la detección de objetos utilizan cajas delimitadoras para identificar y localizar objetos.

Existen distintos tipos de técnicas de segmentación:

• Segmentación semántica: consiste en asignar a cada píxel de una imagen una clase específica, como «carretera», «edificio» o «árbol». Todos los píxeles de la misma clase se tratan como una sola entidad.
• Segmentación de instancias: a diferencia de la segmentación semántica, distingue entre instancias independientes de una misma clase, como los distintos coches de una imagen.
• Segmentación panóptica: combina los enfoques de segmentación semántica y de instancias para ofrecer una comprensión detallada de la categorización a nivel de píxel y de las distintas instancias de objetos presentes en una imagen.

Fig. 1. Diferencias entre las técnicas de segmentación: imagen original (G), segmentación semántica (H), segmentación de instancias (I) y segmentación panóptica (J).

Para detectar grietas, la segmentación de instancias es una excelente opción. Al segmentar cada grieta de forma única, podemos identificarlas y analizarlas individualmente. Por ejemplo, podemos calcular el área de una grieta contando el número de píxeles que ocupa en la imagen.

Cómo funciona la segmentación de grietas#

El primer paso para implementar la segmentación de grietas es elegir la configuración de cámara adecuada, que puede variar según la aplicación. Si inspeccionas una estructura grande, como un edificio, utilizar drones puede ser el mejor método para capturar imágenes de alta resolución desde distintos ángulos. En cambio, si inspeccionas láminas metálicas después de su fabricación, puede ser preferible utilizar cámaras fijas de alta resolución colocadas estratégicamente para capturar imágenes detalladas de las superficies.

Una vez que hayas definido la configuración de cámara, puedes entrenar un modelo de visión artificial compatible con la segmentación de instancias, como YOLOv8. El conjunto de datos de segmentación de grietas de Roboflow Universe contiene imágenes anotadas de grietas y puede utilizarse para entrenar tu modelo. También puedes crear tu propio conjunto de datos capturando y anotando imágenes de grietas específicas de tu aplicación.

El modelo aprende a segmentar grietas mediante aprendizaje supervisado. Durante el entrenamiento, recibe imágenes y etiquetas que muestran dónde se encuentran las grietas. El modelo ajusta sus parámetros internos para minimizar la diferencia entre sus predicciones y las etiquetas reales. Tras el entrenamiento, puede utilizarse para analizar imágenes nuevas y segmentar de forma única cada grieta.

Fig. 2. Uso de Ultralytics YOLOv8 para la segmentación de grietas.

Aplicaciones industriales de la segmentación de grietas#

La detección y segmentación de grietas son extraordinariamente útiles en diversas aplicaciones industriales, desde el mantenimiento de infraestructuras hasta el control de calidad en la fabricación. Al identificar y analizar las grietas con precisión, estas técnicas ayudan a mejorar la seguridad, la durabilidad y la calidad en muchos sectores. Veamos algunos ejemplos.

Mantenimiento de la calidad de carreteras y pavimentos#

Las grietas en las carreteras son un problema habitual causado por las condiciones meteorológicas, el tráfico intenso y el desgaste natural. Los cambios de temperatura pueden hacer que el pavimento se dilate y se contraiga, lo que provoca grietas. Los vehículos pesados añaden tensión a la superficie de la carretera, y el agua que se filtra en las grietas pequeñas puede ensancharlas y profundizarlas con el tiempo. Estas grietas pueden provocar un desgaste prematuro, fallos estructurales y un mayor peligro para las personas que circulan por la carretera. La detección temprana mediante segmentación de grietas puede ayudar a agilizar el mantenimiento de las carreteras.

Fig. 3. Una grieta en una carretera. Fuente de la imagen: Envato Elements.

Las grietas detectadas y segmentadas mediante visión artificial pueden clasificarse en niveles de gravedad bajo, medio y alto según su tamaño. Clasificar las grietas ayuda a los equipos de mantenimiento a establecer prioridades. Por ejemplo, las grietas de gravedad alta pueden abordarse primero para evitar fallos críticos y mejorar la seguridad vial, mientras que las grietas de gravedad media y baja pueden programarse para reparaciones posteriores y revisiones rutinarias. De este modo, el equipo de mantenimiento puede optimizar el uso de los recursos, reducir los costes de mantenimiento y minimizar las molestias para los usuarios de la carretera.

Inspección y supervisión estructurales#

La detección de grietas también puede utilizarse para mantener la calidad y la seguridad de los edificios y otras estructuras. Al igual que las carreteras, los edificios pueden desarrollar grietas debido a los cambios meteorológicos, la fatiga de los materiales y el desgaste habitual. La maquinaria pesada utilizada durante la construcción también puede ejercer una tensión adicional sobre las estructuras y provocar más grietas.

Fig. 4. Uso de un teléfono móvil para tomar fotografías destinadas a la segmentación de grietas.

Al identificar y abordar las grietas con precisión, la vida útil de los edificios y las estructuras puede prolongarse considerablemente. Los datos recopilados por los sistemas de detección de grietas también pueden utilizarse para mejorar las normas y reglamentos de construcción. Al analizar los patrones y las causas de las grietas en distintos proyectos, los expertos del sector pueden desarrollar mejores prácticas y materiales de construcción.

Detección de grietas en el sector del petróleo y el gas#

En la industria del petróleo y el gas, la detección de grietas es esencial para mantener la seguridad y fiabilidad de los oleoductos y gasoductos, los depósitos de almacenamiento y otras infraestructuras vitales. Las tuberías suelen cubrir largas distancias y enfrentarse a condiciones ambientales adversas que pueden provocar cambios de presión y fatiga de los materiales, lo que da lugar a grietas. Tradicionalmente, la detección de grietas se realiza mediante dispositivos de inspección de tuberías (pigs), ensayos ultrasónicos y radiografía. Si estas grietas no se detectan y reparan a tiempo, pueden provocar problemas graves, como fugas y explosiones. Las grietas en este sector suponen un riesgo enorme para el medio ambiente y las personas.

Fig. 5. Trabajadores inspeccionando depósitos de gas en un tren. Fuente de la imagen: Envato Elements

La segmentación de grietas mediante visión artificial permite supervisar continuamente el estado de las tuberías. Los equipos de mantenimiento pueden realizar reparaciones a tiempo y prevenir posibles desastres al identificar las grietas desde el principio.

Inspección automatizada de piezas de fabricación#

La inspección automatizada mediante segmentación de grietas está transformando el control de calidad en la fabricación. Antes, la detección de grietas se realizaba mediante comprobaciones visuales, inspección por líquidos penetrantes e inspección por partículas magnéticas. Al integrar sistemas avanzados de obtención de imágenes y visión artificial en la línea de producción, los fabricantes pueden detectar incluso las grietas y defectos más pequeños de las piezas inmediatamente después de fabricarlas. Cada componente puede revisarse y cumplir unas normas de alta calidad antes de llegar a los clientes.

La inspección automatizada mejora la precisión y la eficiencia, y proporciona información en tiempo real para que los equipos de producción puedan solucionar rápidamente cualquier problema. Esto reduce los costes al disminuir la necesidad de inspecciones manuales y evitar retiradas costosas de productos. Además, estos sistemas recopilan datos valiosos sobre los defectos, lo que ayuda a identificar patrones y mejorar los procesos de fabricación, dando lugar a productos más seguros y fiables.

Fig. 6. Detección de grietas en piezas metálicas.

Ventajas y desventajas de la segmentación de grietas#

La detección de grietas mediante aprendizaje profundo ofrece numerosas ventajas, como una mayor seguridad y la toma de decisiones basada en datos. Veamos algunas de las otras ventajas de utilizar la detección de grietas en entornos industriales:

• Prácticas sostenibles: favorece prácticas sostenibles de construcción y mantenimiento al reducir la necesidad de reparaciones y sustituciones extensas, con el consiguiente ahorro de materiales y recursos.
• Minimización de las interrupciones: programar las reparaciones de las grietas menos graves durante el mantenimiento rutinario ayuda a evitar grandes interrupciones de las operaciones y del uso.
• Cumplimiento de la normativa: ayuda a cumplir las normas del sector y los requisitos reglamentarios al garantizar la inspección y el mantenimiento periódicos de las infraestructuras.

A pesar de sus ventajas, la segmentación de grietas también presenta algunos inconvenientes. Los elevados costes iniciales de infraestructura pueden ser preocupantes para las organizaciones pequeñas, y la complejidad del sistema requiere formación y mantenimiento continuos. Estas son algunas de las otras desventajas de utilizar la segmentación de grietas en aplicaciones industriales:

• Falsos positivos y negativos: puede identificar grietas incorrectamente o no detectarlas, lo que da lugar a reparaciones innecesarias o que no se realizan.
• Dificultades de gestión de datos: genera grandes cantidades de datos que requieren herramientas sólidas de almacenamiento y análisis.
• Factores ambientales: las condiciones externas, como el clima extremo o la humedad elevada, pueden afectar a la precisión y fiabilidad de los sistemas de segmentación de grietas.
• Integración con sistemas existentes: integrar la tecnología de detección de grietas con las infraestructuras y los sistemas existentes puede ser complicado y requerir modificaciones o actualizaciones adicionales.

Conclusiones clave#

La segmentación y detección de grietas pueden desempeñar un papel fundamental en la seguridad y durabilidad de nuestras infraestructuras industriales. Al utilizar tecnologías avanzadas como el aprendizaje profundo y la visión artificial, podemos detectar los problemas estructurales en una fase temprana y repararlos antes de que se conviertan en problemas importantes. Este enfoque proactivo ahorra tiempo y dinero, al tiempo que permite cumplir las normas de seguridad y los requisitos reglamentarios. Además, favorece las prácticas sostenibles al minimizar la necesidad de reparaciones extensas. A pesar de algunas dificultades, como los elevados costes iniciales y la complejidad, las ventajas de la segmentación de grietas en diversos sectores la convierten en una herramienta valiosa para mantener y mejorar la calidad de las infraestructuras.

Para obtener más información sobre IA, visita nuestro repositorio de GitHub y participa en nuestra comunidad. Descubre aplicaciones de IA en la industria y la agricultura en nuestras páginas de soluciones. 🚀