Las inspecciones de turbinas eólicas se realizan tradicionalmente por equipos de cuerda certificados, un proceso manual que presenta riesgos de seguridad para el personal y conduce a tiempos de inactividad operativa, lo que resulta en pérdidas de ingresos. Para abordar algunos de estos desafíos, este estudio explora el uso de aprendizaje profundo y drones para inspecciones automatizadas. Se construyeron y entrenaron tres modelos Mask R-CNN, aprovechando diferentes arquitecturas de red neuronal convolucional (CNN): VGG19, Xception y ResNet-50, sobre un nuevo conjunto de datos de 3000 imágenes RGB (tamaño 300 x 300 píxeles) anotadas con defectos, incluidos grietas, agujeros y erosión de bordes. Para mejorar el rendimiento en la detección de defectos, se propone un sistema de votación difusa multivariable (MVF). Este método demostró una precisión superior en comparación con los modelos individuales. El modelo independiente con mejor rendimiento, Mask R-CNN con Xception, logró un mAP del 77.48%, mientras que el sistema MVF alcanzó un mAP del 80.10%. Estos hallazgos destacan la efectividad de combinar sistemas de votación difusa con modelos Mask R-CNN para la detección de defectos en las palas de turbinas eólicas, ofreciendo una alternativa más segura y eficiente a los métodos de inspección tradicionales.