El uso excesivo de fertilizantes ha provocado la contaminación ambiental y la reducción de los rendimientos de los cultivos, subrayando la importancia de la investigación en fertilización de tasa variable (VRF) basada en tecnología de imagen digital en la agricultura de precisión. Los métodos actuales, que dependen de sensores espectrales para monitoreo y mapeo de prescripciones, enfrentan desafíos técnicos significativos, altos costos y complejidades operativas, limitando su adopción generalizada. Este estudio presenta un enfoque automatizado, inteligente y preciso para la segmentación de imágenes del dosel de maíz utilizando la atención multi-escala y el modelo Unet para mejorar la toma de decisiones de VRF, reducir los costos de fertilización y mejorar la precisión.