La seguridad de las aeronaves es la principal preocupación de la industria de la aviación. Se deben realizar inspecciones antes de cada vuelo para garantizar la integridad de la aeronave. Para satisfacer la creciente demanda de ingenieros, se diseñó un sistema capaz de detectar defectos en la superficie de las aeronaves para reducir la carga de trabajo del proceso de inspección. El sistema utiliza las capacidades de detección de objetos en tiempo real del algoritmo you only look once-versión 9 (YOLO v9), combinado con imágenes capturadas desde una plataforma aérea basada en un vehículo aéreo no tripulado (UAV). Esto resulta en un sistema capaz de detectar defectos como grietas y abolladuras en la superficie de la aeronave, incluso en áreas de difícil acceso, como las superficies superiores de las alas o las partes más altas del fuselaje. Con la introducción de un servidor de Protocolo de Mensajería en Tiempo Real (RTMP), los resultados pueden ser monitoreados a través de dispositivos de inteligencia artificial (IA) e Internet de las Cosas (IoT) en tiempo real para una evaluación adicional. Los resultados experimentales confirmaron un reconocimiento efectivo de defectos, con una precisión media promedio (mAP@0.5) de 0.842 para todas las clases, siendo la puntuación más alta 0.938 para abolladuras y el valor más bajo 0.733 para la clase de pintura desprendida. Este estudio demuestra el potencial para desarrollar tecnología de detección de imágenes con IA para la industria de la aviación.