El ecosistema de Internet de las Cosas (IoT) en las ciudades inteligentes exige una transmisión de datos de imagen rápida, confiable y eficiente para habilitar aplicaciones de Visión por Computadora (CV) en tiempo real. Para cumplir con estas demandas, un sistema de comunicación basado en Multiplexación por División de Frecuencia Ortogonal (OFDM) ha sido ampliamente utilizado debido a su mayor eficiencia espectral y tasa de datos. Al adaptar dicho sistema para lograr una transmisión rápida y confiable de imágenes sobre canales de desvanecimiento, se introduce ruido en la señal que distorsiona fuertemente la imagen recuperada. Este ruido corrompe de manera independiente los valores de píxeles, sin embargo, ciertas propiedades intrínsecas de la imagen, como la información espacial, pueden permanecer intactas, las cuales pueden extraerse como características multidimensionales (en las capas de convolución) e interpretarse (en las capas superiores) por un modelo de Aprendizaje Profundo (DL). Por lo tanto, el estudio actual analiza la robustez de dichos modelos de DL utilizando varios sistemas de comunicación de imagen basados en OFDM para aplicaciones de CV en un entorno de Sistemas de Transporte Inteligente (ITS). Nuestro análisis ha demostrado que el modelo basado en EfficientNetV2 logró un rango de precisión del 70-90% en diferentes sistemas de comunicación de imagen basados en OFDM sobre el canal de desvanecimiento de Rayleigh. Además, aprovechar diferentes técnicas de aumento de datos mejora aún más la precisión hasta un 18%.