La segmentación de cultivos, el proceso de identificar y delinear campos agrícolas o cultivos específicos dentro de una imagen, desempeña un papel crucial en la agricultura de precisión, permitiendo a los agricultores y gestores públicos tomar decisiones informadas sobre la salud de los cultivos, la estimación del rendimiento y la asignación de recursos en el Medio Oeste de Brasil. Los cultivos (maíz) en esta región están siendo dañados por jabalíes y otras enfermedades. Para la cuantificación de los campos de maíz, este artículo aplica novedosas técnicas de visión por computadora y un nuevo conjunto de datos de imágenes de maíz compuesto por 1416 imágenes de 256 x 256 y etiquetas correspondientes. Realizamos nueve misiones con drones y clasificamos el daño causado por jabalíes en diez ortomosaicos en diferentes etapas de crecimiento utilizando técnicas de digitalización semiautomática y de aprendizaje profundo. El análisis del desarrollo del cultivo abarcará desde la brotación temprana hasta el inicio de la fase de secado. El objetivo de la segmentación es transformar o simplificar la representación de una imagen, haciéndola más significativa y fácil de interpretar. Para la clase objetivo, el maíz logró un IoU del 77,92%, y para el fondo 83,25%, utilizando la arquitectura DeepLabV3+, 78,81% para el maíz y 83,73% para el fondo utilizando la arquitectura SegFormer. Para la clase objetivo, las métricas de precisión se lograron en un 86,88% y para el fondo un 91,41% utilizando DeepLabV3+, 88,14% para el objetivo y 91,15% para el fondo utilizando SegFormer.