Modelo de clasificación de imágenes basado en Transformers para la evaluación de daños estructurales post-sísmicos de acuerdo con la Escala Macrosísmica europea: comparativa con técnicas de aprendizaje de máquina

Fue mi tema de tesis consistió en comparar arquitecturas tradicionales de redes neuronales convolucionales (CNN) con modelos basados en Transformers, específicamente DeiT (Data-efficient Image Transformers), para la clasificación automática de imágenes de estructuras afectadas por sismos. Se trabajó con un dataset de 1500 imágenes (750 de mampostería y 750 de hormigón armado), evaluando el daño estructural conforme a la Escala Macrosísmica Europea (EMS-98). Se aplicaron técnicas de data aumentaron. La comparación se hizo con una tesis previa que usaba modelos CNN como VGG16, DenseNet121, MobileNetV2, entre otros, para contrastarlos con el desempeño de DeiT.