Bu çalışma, beton yapılardaki çatlakları tespit etmek için U-Net evrişimli sinir ağına dayalı derin öğrenme tabanlı bir yöntem sunmaktadır. Çatlak içermeyen gürültülü görüntüler de dahil olmak üzere birden fazla görüntü modelin eğitim ve testinde kullanılmış, böylece tespit doğruluğu önemli ölçüde artırılmıştır. Bulgular, farklı veri setlerinin birleştirilmesinin modelin genelleştirme yeteneğini artırdığını göstermektedir. Sonuçlar, derin öğrenmenin — özellikle U-Net’in — dronlar ve bilgisayarla görme sistemleriyle entegre edildiğinde otonom yapısal hasar tespitinde büyük potansiyel taşıdığını ortaya koymaktadır.