La gestión de malezas afecta el rendimiento y la calidad de los cultivos. La tecnología de visión artificial es crucial para la realización de deshierbo de precisión específico del sitio para una producción de cultivos sostenible. Se ha avanzado en el desarrollo de algoritmos de visión por computadora, modelos de aprendizaje automático y conjuntos de datos para el reconocimiento de malezas, pero ha habido una falta de herramientas de software de código abierto y públicamente disponibles que vinculen hardware de imagen y modelos entrenados sin conexión para la prototipificación y evaluación del sistema, obstaculizando los esfuerzos de desarrollo a nivel comunitario. Las interfaces gráficas de usuario (GUI) están entre las herramientas que pueden integrar hardware, datos y modelos para acelerar la implementación y adopción de la tecnología de deshierbo basada en visión artificial. Este estudio presenta una nueva GUI llamada OpenWeedGUI, diseñada para facilitar la adquisición de imágenes y la implementación de modelos YOLO (You Only Look Once) para la detección de malezas en tiempo real, cerrando la brecha entre la visión artificial y las tecnologías de inteligencia artificial (IA) y los usuarios. La GUI fue creada en el marco de PyQt con la ayuda de bibliotecas de código abierto para la recopilación, transformación, detección y visualización de imágenes. Consta de varios módulos funcionales para controles de usuario flexibles y una ventana de visualización en vivo para visualizar imágenes y detección de malezas. Destacadamente, admite la implementación de una amplia suite de 31 modelos diferentes de detección de malezas YOLO, brindando flexibilidad en la selección de modelos. Extensas pruebas en interiores y en campo demostraron las competencias del programa de software desarrollado. Se espera que OpenWeedGUI sea una herramienta útil para promover los esfuerzos comunitarios para avanzar en la tecnología de deshierbo de precisión.