Este estudio presenta dos métodos para la identificación de cultivos y la determinación de la etapa de crecimiento, centrados principalmente en habilitar la navegación de robots móviles. Estos métodos incluyen un enfoque de dos fases que implica modelos separados para la identificación del cultivo y la etapa de crecimiento, y un método de una sola fase que emplea un único modelo capaz de manejar todos los cultivos y etapas de crecimiento. Los métodos fueron validados con imágenes de campos de maíz y remolacha azucarera, demostrando la efectividad de ambos enfoques. El enfoque de una sola fase resultó ventajoso para escenarios con una variedad limitada de cultivos, permitiendo, con un solo modelo, reconocer tanto el tipo como el estado de crecimiento del cultivo y mostró una Precisión Promedio Media (mAP) de aproximadamente 67.50%. Además, el método de dos fases reconoció primero el tipo de cultivo, logrando un mAP general de aproximadamente 74.2%, con una detección de maíz que funcionó excepcionalmente bien en un 77.6%. Sin embargo, al identificar el estado de crecimiento específico del maíz, el mAP solo pudo llegar al 61.3% debido a algunas dificultades que surgieron al categorizar con precisión las etapas de crecimiento del maíz con seis y ocho hojas. Por otro lado, se ha demostrado que el enfoque de dos fases es más flexible y escalable, lo que lo convierte en una mejor opción para sistemas que acomodan una amplia gama de cultivos.