Este documento presenta un sistema novedoso para el monitoreo y mantenimiento automatizado de pistas de grava en aeropuertos remotos, particularmente en el norte de Canadá, utilizando Vehículos Aéreos No Tripulados (VANT) y tecnologías de visión por computadora. Debido al aislamiento geográfico y las duras condiciones climáticas, estos aeropuertos enfrentan desafíos únicos en el mantenimiento de pistas. Nuestro enfoque integra algoritmos avanzados de aprendizaje profundo y tecnología de VANT para proporcionar un medio rentable, eficiente y preciso para detectar defectos en las pistas, como acumulación de agua, invasión de vegetación e irregularidades en la superficie. Desarrollamos un enfoque híbrido que combina el modelo de transformador de visión con algoritmos de filtrado de imágenes y umbralización, aplicados a imágenes de VANT de alta resolución. Este sistema no solo identifica varios tipos de defectos, sino que también evalúa la suavidad de la pista, contribuyendo significativamente a la seguridad y fiabilidad del transporte aéreo en estas áreas. Nuestros experimentos, realizados en múltiples aeropuertos remotos, demuestran la efectividad de nuestro enfoque en escenarios del mundo real, ofreciendo mejoras significativas sobre los métodos tradicionales de inspección manual.