En el manuscrito, se aborda el tema de detectar y segmentar defectos en el pavimento de carreteras. Específicamente, se desarrollan y aplican métodos de visión por computadora (CV) al problema basados en el aprendizaje profundo de redes neuronales convolucionales (ConvNets). Se considera una estructura de red neuronal novedosa, basada en una secuencia de tres ConvNets y dotada de la capacidad de conciencia contextual, lo que mejora la búsqueda basada en cuadrícula de defectos en ortofotogramas al considerar el contenido de imagen circundante, un enfoque que se inspira esencialmente en cómo los humanos tienden a resolver la tarea de segmentación de imágenes. También se discuten métodos para evaluar la calidad de la segmentación. La contribución también describe el procedimiento completo para trabajar con defectos en el pavimento en un entorno industrial, que implica el ciclo de trabajo de anotación de defectos, entrenamiento y validación de ConvNet. Los resultados de la evaluación de ConvNet proporcionados en el artículo sugieren una implementación exitosa de la técnica propuesta.