La presencia de plagas es uno de los principales problemas en la producción de cultivos, y la obtención de estadísticas confiables de infestación de plagas es esencial para el manejo de las mismas. La detección de plagas debería ser automatizada porque el monitoreo humano de las plagas es lento y propenso a errores. Los pulgones están entre las plagas más destructivas en invernaderos y se reproducen rápidamente. La detección automática de ninfas de pulgones en hojas (especialmente en la superficie inferior) mediante análisis de imágenes es un problema desafiante debido a la similitud de color y al fondo complicado. En este estudio, proponemos un método para la segmentación y conteo de ninfas de pulgones en hojas utilizando redes neuronales convolucionales. Se obtuvieron imágenes digitales de hojas de pak choi en diferentes etapas de infestación de pulgones, y se anotó una máscara binaria a nivel de píxeles correspondiente. En la prueba, los resultados de segmentación por el método propuesto lograron una alta superposición con la anotación realizada por expertos humanos (coeficiente de Dice de 0.8207). El conteo automático basado en la segmentación mostró una alta precisión (0.9563) y recuperación (0.9650). La correlación entre el conteo de ninfas de pulgones por el método propuesto y el conteo manual fue alta ( = 0.99). El método propuesto es genérico y puede aplicarse a otras especies de plagas.