Este documento se centra en las brechas que ocurren dentro de las plantaciones; estas brechas, aunque no tengan nada creciendo en ellas, siguen siendo regadas. Esta acción termina desperdiciando toneladas de litros de agua cada año, lo que se traduce en pérdidas financieras y ambientales. Para evitar estas pérdidas, sugerimos la detección temprana. Con este fin, analizamos las diferentes redes neuronales disponibles con imágenes multiespectrales. Esto implicó entrenar cada red regional y basada en regresión cinco veces con cinco conjuntos de datos diferentes. Se eligieron redes basadas en dos posibles soluciones: agotamiento de vehículos aéreos no tripulados (UAV) o post-procesamiento con software externo. Los resultados muestran que la mejor red para el agotamiento de UAV es la red tipo Tiny-YOLO (You Only Look Once) versión 4, y los mejores pesos iniciales para Mask-RCNN fueron de la red de la versión Tiny-YOLO. Aunque no se logró un promedio de precisión medio (mAP) superior al 70%, las redes entrenadas finalmente lograron detectar principalmente brechas, incluidas áreas de baja vegetación y brechas muy pequeñas, que tendían a pasar desapercibidas durante la etapa de etiquetado.