La corrosión en las láminas producidas conlleva a pérdidas materiales significativas, incluyendo la pérdida de recursos, capital, mano de obra, energía y conocimiento. El control de la corrosión es fundamental para las láminas producidas y enviadas a los clientes en fábricas de hierro y acero. La prueba de corrosión en la superficie de las láminas producidas y la detección precisa de los niveles de corrosión son de gran importancia. El proceso de detección de corrosión en las láminas de las fábricas de acero se realiza visualmente a simple vista. Este es un método subjetivo y que consume tiempo. Identificar los daños por corrosión mediante la detección visual y determinar con precisión el tipo y la magnitud de la corrosión requiere experiencia. Decisiones incorrectas en esta etapa conllevan a pérdidas durante la fase de producción. Por lo tanto, se necesita sistemas que puedan automatizar este proceso y hacerlo independiente de las personas. En este estudio, se diseñó un sistema de apoyo a decisiones para detectar automáticamente el nivel de corrosión en láminas galvanizadas utilizando redes neuronales convolucionales. La precisión promedio del sistema es del 97.5%, la precisión promedio es 0.98, el recuerdo promedio es 1 y el puntaje F1 promedio es 0.99. Los resultados obtenidos indican que se ha desarrollado un sistema exitoso para la detección y determinación de niveles de corrosión. El alto rendimiento de los modelos de redes neuronales convolucionales utilizados para la detección de corrosión respalda la aplicabilidad práctica del sistema desarrollado. Este sistema aumentará la confiabilidad y eficiencia de los procesos industriales al permitir la clasificación precisa y automática de la corrosión. Este sistema, que satisface una necesidad significativa en este ámbito para las organizaciones industriales, reduce los costos de producción y también hace que el proceso de detección de corrosión sea más consistente y rápido.