Los Vehículos Aéreos No Tripulados (VANT) plantean sin duda muchos desafíos de seguridad. Solo necesitamos mirar el incidente del Aeropuerto de Gatwick en diciembre de 2018 como un ejemplo de la interrupción que pueden causar los VANT. En total, 1000 vuelos fueron cancelados durante 36 horas en el período navideño, lo que se estimó que costó más de 50 millones de libras. En este artículo, introducimos un enfoque novedoso que considera la detección de VANT como un problema de clasificación de imágenes. Consideramos representaciones de señales como la Densidad Espectral de Potencia (PSD); Espectrograma, Histograma y constelación IQ en bruto como imágenes gráficas presentadas a una Red Neuronal Convolucional (CNN) ResNet50 para la extracción de características. Preentrenado en ImageNet, se utiliza el aprendizaje por transferencia para mitigar la necesidad de un gran conjunto de datos de señales. Evaluamos el rendimiento a través del clasificador de aprendizaje automático Regresión Logística. Tres VANT populares se clasifican en diferentes modos: encendido; en suspensión; volando; volando con video; y sin VANT presente, creando un total de 10 clases. Nuestros resultados, validados con validación cruzada de 5 pliegues y un conjunto de datos independiente, muestran que la representación PSD produce más del 91% de precisión para 10 clasificaciones. Nuestro artículo trata la detección de VANT como un problema de clasificación de imágenes al presentar representaciones de señales como imágenes a un ResNet50, aprovechando los beneficios del aprendizaje por transferencia y superando trabajos anteriores en el campo.