Este estudio presenta un método basado en drones para evaluar el estado de las marcas viales a partir de imágenes de alta resolución adquiridas por un UAV. Un DJI Matrice 300 RTK (Cinemática en Tiempo Real) equipado con una cámara Zenmuse P1 (DJI, China) vuela sobre corredores viales urbanos para capturar imágenes con una distancia de muestreo en el suelo a nivel de centímetros. A diferencia de los enfoques comunes que dependen de cámaras montadas en vehículos o de vista de calle, el uso de un UAV reduce el tiempo de encuesta y el esfuerzo de despliegue, al tiempo que proporciona vistas adecuadas para la marcación. La altitud de vuelo, la superposición y el patrón del corredor se eligen para limitar las oclusiones causadas por el tráfico y las sombras de los edificios, mientras se preserva la resolución necesaria para la evaluación del estado. A partir de estas imágenes, el método localiza marcas individuales, asigna una clase a cada marca y estima su nivel de deterioro. Las marcas candidatas se detectan primero con YOLOv9 en las imágenes del UAV. Las detecciones se recortan y segmentan, lo que refina los límites de las marcas y las estructuras delgadas. El estado se estima luego a nivel de píxel modelando estadísticas de nivel de gris con estimación de densidad de kernel (KDE) y un modelo de mezcla gaussiana de dos componentes (GMM) para separar material intacto y dañado. Posteriormente, calculamos una relación de daño por instancia que resume la proporción de píxeles degradados dentro de cada marca. Todos los resultados están georreferenciados a coordenadas de mapa utilizando un modelo de referencia 3D, lo que permite la visualización en mapas base e integración en inventarios de activos viales. Los experimentos en áreas urbanas no vistas informan sobre el rendimiento de detección (precisión, recuperación, precisión media promedio) y el rendimiento de segmentación (intersección sobre unión), y analizan la estabilidad de la relación de daño y el tiempo de procesamiento. Los hallazgos indican que el método basado en drones puede identificar marcas viales, estimar su estado y adjuntar cada registro al espacio geográfico de una manera que es útil para la programación de inspecciones y la planificación del mantenimiento.