Uno de los aspectos más desafiantes del control de plagas agrícolas es la detección precisa de insectos en los cultivos. Las medidas de control inadecuadas para las plagas de insectos pueden afectar seriamente la producción de plantaciones de maíz y soja. En los últimos años, los algoritmos de inteligencia artificial (IA) se han utilizado ampliamente para detectar plagas de insectos en el campo. En esta línea de investigación, este documento presenta un método para detectar cuatro especies clave de insectos que son predominantes en la agricultura brasileña. Nuestro modelo se basa en técnicas de visión por computadora, incluidas You Only Look Once (YOLO) y Detectron2, y las adapta a formatos ligeros -TensorFlow Lite (TFLite) y Open Neural Network Exchange (ONNX)- para dispositivos con recursos limitados. Nuestro método aprovecha dos conjuntos de datos: uno completo y una muestra más pequeña para fines de comparación. Con esta configuración, los autores tuvieron como objetivo utilizar estos dos conjuntos de datos para evaluar el rendimiento de los modelos de visión por computadora y posteriormente convertir los modelos de mejor rendimiento en formatos TFLite y ONNX, facilitando su implementación en dispositivos periféricos. Los resultados son prometedores. Incluso en el peor de los casos, donde se comparó el modelo ONNX con el conjunto de datos reducido con el modelo YOLOv9-gelan con el conjunto de datos completo, la precisión alcanzó el 87.3% y la exactitud lograda fue del 95.0%.