La automatización de inspecciones en motores de aeronaves es un campo de investigación en constante crecimiento. En particular, la inspección y cuantificación de daños en recubrimientos en espacios confinados, que generalmente se realizan manualmente con endoscopios portátiles, comprenden tareas que son difíciles de automatizar. En este estudio, se analizan más a fondo los datos de video RGB 2D proporcionados por instrumentos comerciales en forma de segmentación de áreas dañadas. Para este propósito, se analizan grandes imágenes panorámicas, que se ensamblan a partir de los fotogramas de video y muestran toda el área de recubrimiento, utilizando redes neuronales convolucionales (CNN). Sin embargo, estas imágenes panorámicas deben dividirse en parches de imagen más pequeños para mantener la arquitectura de la CNN en un tamaño funcional y fijo, lo que lleva a un campo de visión (FOV) significativamente reducido y, por lo tanto, a una pérdida de información y a una reducción de la precisión de la red. Una posible solución es un submuestreo de la imagen panorámica para disminuir el número de parches y aumentar este FOV para cada parche. Sin embargo, mientras que un FOV aumentado con submuestreo o un FOV pequeño sin re-muestreo exhiben ambos una falta de información, estos enfoques incorporan información y abstracciones parcialmente diferentes que pueden ser utilizadas de manera complementaria. Basado en esta hipótesis, proponemos un pipeline de segmentación en dos etapas, que procesa parches de imagen con diferentes FOV y factores de submuestreo para aumentar la precisión general de la segmentación para imágenes grandes. Esto incluye un método novedoso para optimizar la posición de los parches de imagen, lo que lleva a una mejora adicional en la precisión. Después de una validación de la hipótesis descrita, se lleva a cabo una evaluación y comparación del pipeline y métodos propuestos contra la aplicación de red única para demostrar las mejoras en la precisión.