Este projeto desenvolve ferramentas de inteligência artificial (IA), baseada em visão computacional, capazes de identificar, através de inspeções aéreas, a qualidade e integridade de canos e dutos para exploração e captação de petróleo e gás. O uso de IA tem se tornado popular na área de automação e controle de processos e, com o advento da Internet das Coisas (IoT) e a chegada das redes 5G de alta velocidade e baixa latência, abre espaço para sua aplicação em sistemas de inspeção aérea com significativa autonomia e confiabilidade. Os algoritmos de IA podem ser treinados a partir de bancos de imagens com as características que se pretendem identificar durante a inspeção. Esses algoritmos podem ser carregados em hardware tipo Raspberry pi e instalados com um transmissor em um veiculo aéreo não tripulado (VANT) tipo drone. Nesta etapa do projeto foi desenvolvida uma ferramenta que permite aumentar a eficiência da inspeção aérea de dutos e canos utilizando técnicas de aprendizado de máquina para a detecção de vazamentos. Para isso, foram treinados e testados três modelos de redes neurais com pré-processamento de imagens para detecção de vazamentos utilizando um banco de imagens próprio. A rede teve desempenho satisfatório para a aplicação proposta com 87% de acurácia. Palavras-chave: Aprendizado de máquina, visão computacional, detecção de vazamento.