Fisura — Laboratorio de Visión de Daño en Materiales (De la Grieta a Unidades de Ingeniería)
Un laboratorio público de investigación sobre ver daño en materiales construidos. Entra una imagen de un muro de hormigón, un pavimento, una fachada de albañilería o una superficie industrial; Fisura detecta el daño (grietas, descascaramiento, defectos de superficie), lo cuantifica en unidades de ingeniería (ancho, largo, orientación, densidad, crecimiento entre inspecciones), y muestra cómo llega cada familia de métodos sobre los mismos casos abiertos con las mismas métricas. La escalera corre pipelines clásicos, segmentación SOTA aprendida, modelos fundacionales promptables y detección de anomalías no supervisada, y luego medición (ancho/largo calibrado pixel-a-mm, detección de cambios, correlación de imágenes digital 2D). Las máscaras nunca son el resultado final: son la entrada a números de ingeniería. Lane pesado offline más un lane en vivo en el navegador donde la foto nunca sale del dispositivo. Honesto: es un laboratorio de comparación de métodos, no una herramienta de inspección certificada, y el motor clásico es real mientras las capas superiores llegan una rebanada vertical a la vez.
Contexto de Negocio
La inspección estructural a escala (puentes, presas, pavimentos, fachadas, planta industrial) es cara e inconsistente cuando se hace a ojo. El valor de una herramienta de visión aquí no es una máscara más bonita, es una medición defendible: un ancho de grieta en milímetros, una tasa de crecimiento entre inspecciones, y una declaración clara de qué método la produjo y cómo se calibró. Fisura está construido como la comparación honesta a través de todo el zoológico de métodos, para que un ingeniero vea dónde la morfología clásica basta, dónde la segmentación aprendida justifica su costo, y dónde un modelo fundacional realmente ayuda, en vez de confiar en el benchmark de un solo proveedor.
Valor Estratégico
Fisura demuestra una escalera completa de métodos, de clásico a fundacional, para visión de daño en materiales, comparada honestamente sobre casos abiertos compartidos, con la disciplina de que una máscara solo es una entrada a un número de ingeniería calibrado, nunca el entregable. Corre la comparación pesada offline y reproduce artefactos auditados, más un lane en vivo en el navegador que preserva la privacidad. Es un patrón reutilizable para visión por computador honesta con el método en inspección: mismos casos, mismas métricas, exactitud y medición reportadas por separado, y todo honesto con los datos y reproducible. Está en construcción activa, una rebanada vertical (código, tests, docs profundas) a la vez, y la app lo dice.
El Desafío
La inspección de daño en hormigón, pavimento y albañilería es mayormente visual y mayormente manual, y la pregunta útil no es "hay una grieta" sino "qué tan ancha, qué tan larga, con qué orientación, y creció desde la última vez". Los papers de visión por computador se detienen en una máscara de segmentación y un puntaje de benchmark; un inspector necesita un número en milímetros con un método declarado y una incertidumbre declarada. Y el campo es un zoológico de familias de métodos (morfología clásica, segmentación aprendida, modelos fundacionales, detección de anomalías) que casi nunca se comparan honestamente en igualdad de condiciones, así que es difícil saber qué gana su lugar de verdad.
Nuestro Enfoque
Fisura corre una imagen por una escalera completa de métodos y reporta cada familia sobre los mismos casos abiertos con las mismas métricas. El motor clásico es un pipeline por etapas S0 a S8 (corrección de iluminación, umbralización adaptativa, filtros de cresta de Hessian, operadores de camino morfológicos, enlace por camino mínimo, geometría de esqueleto) con una escalera documentada L0 a L5 y evaluación de tolerancia dual. Encima, SOTA aprendido (segmentación de grietas encoder-decoder y transformer, clasificación por parches, modelos multi-clase de daño estructural entrenados en datasets abiertos), y luego más-allá-de-SOTA (modelos fundacionales promptables y detección de anomalías industrial no supervisada aplicada a superficies). La capa de medición convierte máscaras en números de ingeniería: ancho y largo de grieta calibrados pixel-a-mm, contexto de severidad desde guías publicadas, detección de cambios entre épocas de inspección, y correlación de imágenes digital 2D para deformación basada en visión sobre secuencias de probetas. Se entrega como un pipeline offline reproducible (el lane pesado, artefactos más manifiestos), una web de replay estática sobre artefactos versionados y auditados, y un lane en vivo en el navegador donde la foto del usuario se analiza del lado del cliente con el pipeline clásico más modelos ONNX compactos, así ninguna imagen sale del navegador. Es honesto con los datos: los datasets abiertos completos viven fuera del repo y los bajan scripts; el repo versiona solo muestras diminutas que pasan el contrato y artefactos compactos con licencia verificada.
Indicadores Clave de Rendimiento
| KPI | Línea Base | Resultado | Impacto |
|---|---|---|---|
| El entregable | Una máscara de segmentación y un puntaje de benchmark | Números de ingeniería: ancho y largo de grieta calibrados pixel-a-mm, orientación, densidad, y crecimiento entre épocas de inspección | Una medición defendible que un inspector puede usar, no solo una máscara |
| Comparación de métodos | El benchmark de un proveedor sobre un método | Clásico, SOTA aprendido, modelos fundacionales y detección de anomalías sobre los mismos casos abiertos con las mismas métricas | Ves qué gana su lugar de verdad a lo largo de toda la escalera |
| Privacidad | Subir la foto de inspección a un servidor | Lane en vivo en el navegador: pipeline clásico más ONNX compacto, la foto nunca sale del dispositivo | Análisis del lado del cliente, privado por construcción |
Arquitectura
fisura pipeline
Stack Tecnológico
Reel
Un reel corto y compuesto del producto.
En acción
Un recorrido corto por la app en vivo: la interfaz real, grabada desde el sitio desplegado.
Capturas de la Aplicación
