Automatic Detection of Railway Faults Using Neural Networks: A Comparative Study of Transfer Learning Models and YOLOv11

Artículo académico que presenta la infraestructura ferroviaria como esencial para un transporte eficiente y sostenible, aunque su mantenimiento enfrenta desafíos por la extensión y variabilidad de las vías. Las inspecciones manuales resultan costosas y propensas a errores, por lo que se requieren sistemas automatizados. La inteligencia artificial, especialmente el aprendizaje profundo y técnicas como YOLO, ha progresado notablemente en la detección temprana de fallas estructurales, mejorando la precisión y rapidez del monitoreo para una gestión ferroviaria más segura y eficiente.