La roya de la franja causada por f. sp. y la roya de las hojas causada por son dos enfermedades devastadoras del trigo, que afectan seriamente la seguridad de la producción de trigo. La detección e identificación oportuna de las dos enfermedades son esenciales para tomar medidas efectivas de manejo de enfermedades y reducir las pérdidas de rendimiento del trigo. Para lograr la identificación precisa de la roya de la franja del trigo y la roya de las hojas del trigo durante las diferentes etapas de crecimiento, en este estudio se investigó la identificación basada en imágenes de la roya de la franja del trigo y la roya de las hojas del trigo durante diferentes etapas de crecimiento, utilizando aprendizaje profundo y tecnología de procesamiento de imágenes. Basado en el modelo YOLOv5s, construimos modelos de identificación de la roya de la franja del trigo y la roya de las hojas del trigo durante la etapa de plántula, la etapa de elongación del tallo, la etapa de espigado, la etapa de emergencia de inflorescencias, la etapa de antésis, la etapa de desarrollo de la leche y todas las etapas de crecimiento. Los modelos fueron probados en diferentes conjuntos de prueba en las diferentes etapas de crecimiento individuales y en todas las etapas de crecimiento. Los resultados mostraron que los modelos tuvieron un rendimiento diferente en la identificación de imágenes de enfermedades. El modelo basado en las imágenes de enfermedades adquiridas durante una etapa de crecimiento individual no era adecuado para la identificación de las imágenes de enfermedades adquiridas durante las otras etapas de crecimiento individuales, excepto por el modelo basado en las imágenes de enfermedades adquiridas durante la etapa de desarrollo de la leche, que tuvo un rendimiento de identificación aceptable en los conjuntos de prueba de la etapa de antésis y la etapa de desarrollo de la leche. Además, los resultados demostraron que las etapas de crecimiento del trigo tenían una gran influencia en la identificación de imágenes de las dos enfermedades. El modelo construido basado en las imágenes de enfermedades adquiridas en todas las etapas de crecimiento produjo resultados de identificación aceptables. Se lograron valores promedio de F1 Score entre 64.06% y 79.98% y valores promedio de precisión (mAP) entre 66.55% y 82.80% en cada conjunto de prueba compuesto por las imágenes de enfermedades adquiridas durante una etapa de crecimiento individual y en el conjunto de prueba compuesto por las imágenes de enfermedades adquiridas durante todas las etapas de crecimiento. Este estudio proporciona una base para la identificación basada en imágenes de la roya de la franja del trigo y la roya de las hojas del trigo durante las diferentes etapas de crecimiento, y proporciona una referencia para la identificación precisa de otras enfermedades de las plantas.