يعد التحديد الفعال لعيوب الطرق مصدر قلق بالغ لما له من اثر على  السلامة على الطرق وصيانة البنية التحتية. يستخدم هذا البحث الصور الملتقطة بطائرات بدون طيار وخوارزميات متقدمة للكشف عن الأشياء لتسريع عملية التعرف على العيوب، مع التركيز بشكل خاص على تحديد الخوارزمية المثالية للكشف السريع والدقيق. تظل أهمية اكتشاف عيوب الطريق في الوقت المناسب، وهو أمر بالغ الأهمية للتخفيف من المخاطر المحتملة، أمرًا أساسيًا. تحليل مقارن شامل لخوارزميات الكشف عن الكائنات المعاصرة، بما في ذلك YOLOv5s وYOLOv5m وYOLOv5l وYOLOv5x وYOLOv7. . تسلط نتائج هذه الدراسة الضوء على YOLOv7 باعتباره الأكثر كفاءة، مع mAP ملحوظ بنسبة 68.3%، يليه YOLOv5l (66.8%)، وYOLOv5m (66.3%)، وYOLOv5x (66%)، وYOLOv5s (63%). يؤدي دمج الصور المشتقة من الطائرات بدون طيار، والتقاط التدرجات المميزة، إلى تعزيز دقة اكتشاف العيوب بشكل كبير. وبعيدًا عن السلامة على الطرق، تقدم هذه الدراسة رؤى قيمة لممارسي الرؤية الحاسوبية والتعلم الآلي. ومن خلال ربط الابتكار التكنولوجي بالتنفيذ العملي، فإنه يحمل القدرة على تعزيز السلامة على الطرق وجودة البنية التحتية للنقل واستخدام تكنولوجيا الطائرات بدون طيار الثورية.