Con el turismo costero dependiendo de playas limpias y las encuestas de basura permaneciendo manuales, escasas y costosas, este estudio combinó imágenes de UAV de resolución centimétrica con un detector Grid R-CNN para automatizar el mapeo de desechos en cinco playas de la isla Wonsan, Corea. Treinta y un vuelos de Phantom 4 (0.83 cm GSD) produjeron 31,841 ortoimágenes, mientras que 11 clases de desechos del conjunto de datos AI Hub entrenaron el modelo. La red alcanzó un mAP del 74.9% y una precisión-recall del 78%/84.7% mientras procesaba 2.87 imágenes por segundo en una sola RTX 3060 Ti, lo que permitió que se encuestara una costa de 6 km en menos de una hora. Las detecciones georreferenciadas agregadas a cuadrículas de 25 m mostraron que el 57% de las celdas de alta densidad se encontraban dentro de los 100 m de las entradas de la playa o los bordes terrestres, y el 86% dentro de los 200 m. Estos micropatrones, que son difíciles de detectar en imágenes a escala de metro, sugieren que las estrategias de limpieza centradas en las entradas podrían reducir los costos de mantenimiento anuales en aproximadamente una quinta parte. Esto destaca el potencial de GeoAI a escala centimétrica en el apoyo a la gestión sostenible de playas.