Los sistemas de cultivo intercalado de cereales y leguminosas tienen el potencial de producir altos rendimientos de una manera más sostenible en comparación con los sistemas de cultivo único. Su optimización agronómica sigue siendo una tarea desafiante dada la gran cantidad de opciones de manejo y la complejidad de las interacciones entre los cultivos. Se necesitan métodos eficientes para analizar la influencia de diferentes opciones de manejo. La cobertura del dosel de cada cultivo en el sistema de cultivo intercalado es un buen determinante para la competencia por la luz, influenciando así el crecimiento de los cultivos y la supresión de malezas. Por lo tanto, este estudio evaluó la viabilidad de estimar la cobertura del dosel dentro de un sistema de cultivo intercalado de guisante y avena basado en segmentación semántica utilizando una red neuronal convolucional. La red fue entrenada con imágenes de tres conjuntos de datos durante las primeras etapas de crecimiento que comprenden coberturas de dosel entre 4% y 52%. Solo se utilizaron imágenes de cultivos únicos para el entrenamiento y luego se aplicaron a imágenes del sistema de cultivo intercalado. Los resultados mostraron que las redes entrenadas en una sola etapa de crecimiento tuvieron el mejor rendimiento para su conjunto de datos correspondiente. La combinación de los datos de las tres etapas de crecimiento aumentó la robustez de la detección general, pero disminuyó la precisión de algunos de los resultados del conjunto de datos único. La precisión de la estimación de la cobertura del dosel de las especies intercaladas fue similar a la de los cultivos únicos y satisfactoria para analizar la competencia por la luz. Se necesita más investigación para abordar las diferentes etapas de crecimiento de las plantas y así disminuir el esfuerzo de volver a entrenar las redes.