Volver

Uso de IA Generativa para Generar Datos Sintéticos en la Industria de la Construcción

Francisco Rubilar
2025-03-13
4 Minutos de lectura
Uso de IA Generativa para Generar Datos Sintéticos en la Industria de la Construcción

Resumen

ObraLink está explorando el uso de inteligencia artificial generativa para suplir la falta de datasets específicos en la construcción. Esta tecnología permite generar imágenes realistas del entorno de obra, facilitando el entrenamiento de modelos de visión artificial sin depender exclusivamente de datos reales. Con esto, se busca mejorar la precisión y robustez de los algoritmos de análisis en la industria.

La visión artificial es una tecnología que se aplica cada vez en más industrias. La conducción autónoma, la vigilancia y la supervisión de infraestructuras, son solo algunos ejemplos de aplicaciones que —gracias a los avances en hardware y en algoritmos de aprendizaje profundo— han incorporado el computer vision en sus procesos.

El sector de la construcción, aunque de lenta digitalización, también ha comenzado a aprovechar las tecnologías de análisis de imágenes para sus tareas. El seguimiento de maquinaria, detección de equipos de seguridad y mediciones de productividad son algunas de las aplicaciones concretas que estas tecnologías tienen.

Sin embargo, uno de los grandes desafíos para el desarrollo de las soluciones con IA en la construcción es la escasa disponibilidad de datasets específicos. Aunque existen grandes conjuntos de datos públicos como COCO, ImageNet y PASCAL VOC, estos contienen principalmente imágenes de uso general y no escenas específicas de la construcción.

En ObraLink ya tenemos datos de las obras, capturados por nuestros Cibots. Estos, cada 20 minutos, obtienen imágenes RGB (a color) e imágenes infrarrojas (para medir temperatura del concreto) de las diferentes secciones de la construcción. Además, los Cibots están constantemente recopilando información de temperatura y humedad de la obra.

Una alternativa viable para abordar este problema son los conjuntos de datos sintéticos. Al generar datos artificiales, pero realistas, se tiene un mejor control sobre las condiciones ambientales, la diversidad de objetos y la precisión de las anotaciones, lo que acelera el desarrollo de modelos confiables para el análisis.

¿Cómo funciona esto?

Polígono original en comparación con la imagen deseada

Polígono original en comparación con la imagen deseada

El proceso para diseñar estos modelos de IA generativa (o GenAI en inglés) es el inverso al del proceso de etiquetado regular. En este caso queremos pasar desde un polígono o área a una imagen realista de la obra.

Ejemplo:

Polígono original en comparación con la imagen obtenida por el modelo

Polígono original en comparación con la imagen obtenida por el modelo

El proceso fue documentado en varias iteraciones, a continuación se muestra una de ellas:
Iteraciones del modelo

Iteraciones del modelo

Después de seleccionar el modelo base, procedimos a entrenarlo con cerca de 2000 imágenes de distintos proyectos y un entrenamiento total de 5 horas. Con ello pudimos obtener el siguiente resultado:

A pesar del breve tiempo de entrenamiento, podemos notar que el modelo es capaz de generar imágenes muy similares a las originales. La IA es capaz de representar elementos reconocibles de una obra, como andamios y barandillas, lo que indica que el modelo ha logrado entender y capturar los patrones generales de la escena.

Este proyecto nos permitió concluir que la inteligencia artificial es una herramienta factible para generar datasets sintéticos en el ámbito de la construcción.

Si te interesa saber más sobre las aplicaciones de inteligencia artificial que se pueden usar en la construcción, contáctanos aquí.


Francisco Rubilar

Francisco Rubilar

Practicante del área de Inteligencia Artificial de ObraLink. Estudiante de Ingeniería Eléctrica en la Universidad de los Andes.