La soja (Glycine max (L.) Merr.), un recurso alimenticio popular en todo el mundo, tiene diversos usos en la industria, desde alimentos cotidianos y alimentos funcionales para la salud hasta cosméticos. La soja es vulnerable a plagas como chinches, escarabajos, ácaros y polillas, que reducen los rendimientos. Se ha informado que () causa daños en vainas y hojas durante la temporada de cultivo de la soja. En este estudio, se realizó un experimento para detectar según tres condiciones ambientales diferentes (etapa de llenado de vainas, etapa de madurez, jaula artificial) mediante el desarrollo de una plataforma de vigilancia basada en un vehículo terrestre no tripulado (UGV) GoPro CAM. Los modelos basados en tecnología de aprendizaje profundo (MRCNN, YOLOv3, Detectron2) utilizados en este experimento pueden desafiarse rápidamente (es decir, construidos con parámetros ligeros) de inmediato a través de una aplicación web. El conjunto de datos de imágenes se distribuyó por selección aleatoria para entrenamiento, validación y prueba, y luego se preprocesó etiquetando la imagen para su anotación. El modelo de aprendizaje profundo localizó y clasificó a los individuos mediante un cuadro delimitador y enmascaramiento en los datos de imagen. El modelo logró altos rendimientos, con valores de 0,952, 0,716 y 0,873, respectivamente, representados a través de los medios calculados del valor de precisión promedio (mAP). El modelo fabricado permitirá la identificación de en el campo y puede ser una herramienta efectiva para la predicción de insectos en la etapa temprana de brotes de plagas en la producción de cultivos.