En este estudio, se desarrolló un sistema básico de detección de insectos que consiste en una cámara de enfoque manual, un Jetson Nano, una computadora de placa única de bajo costo y bajo consumo de energía, y un modelo de aprendizaje profundo entrenado. El modelo fue validado a través de una transmisión visual en vivo. Detectar, clasificar y monitorear plagas de insectos en un almacén de granos o instalación de alimentos en tiempo real es vital para tomar decisiones de control de insectos. La cámara captura la imagen del insecto y la pasa a un Jetson Nano para su procesamiento. El Jetson Nano ejecuta un modelo de aprendizaje profundo entrenado para detectar la presencia y especie de insectos. Con tres situaciones de iluminación diferentes: luz LED blanca, luz LED amarilla y sin iluminación, los resultados de detección se muestran en un monitor. Validando usando puntuaciones F1 y comparando la precisión basada en fuentes de luz, el sistema fue probado con una variedad de plagas de insectos de granos almacenados y pudo detectar y clasificar escarabajos de la harina y escarabajos de almacén adultos con una precisión aceptable. Los resultados demuestran que el sistema es una solución automatizada efectiva y asequible para la detección de insectos. Un sistema automatizado de detección de insectos puede ayudar a reducir los costos de control de plagas y ahorrar tiempo y energía a los productores mientras se salvaguarda la calidad de los productos almacenados.