El asbesto es un carcinógeno de clase 1, y ha quedado claro que daña el cuerpo humano. Su uso ha sido prohibido en muchos países, y ahora la investigación y eliminación del asbesto instalado se ha convertido en un tema social muy importante. En consecuencia, se espera que ocurran muchos costos sociales, y se requiere un método de investigación de asbesto eficiente. Hasta ahora, el examen de las losas de asbesto se realizó a través de inspección visual. Con los recientes avances en la tecnología de aprendizaje profundo, es posible distinguir objetos al descubrir patrones en numerosos datos de entrenamiento. En este estudio, proponemos el uso de imágenes de drones y una red neuronal convolucional basada en regiones más rápida (Faster R-CNN) para identificar las losas de asbesto en sitios objetivo. Además, las ubicaciones de las losas de asbesto detectadas se estimaron utilizando ortoimágenes y mapas catastrales compilados. Se detectaron un total de 91 losas de asbesto en los sitios objetivo, y se estimaron 91 ubicaciones a partir de un total de 45 direcciones. Para verificar las ubicaciones estimadas, se realizó una encuesta en el lugar, y el método de estimación de ubicación obtuvo una precisión del 98.9%. Los hallazgos del estudio indican que el método propuesto podría ser un método de investigación útil para identificar techos de losas de asbesto.