Con la rápida proliferación de vehículos aéreos no tripulados (VANT) y el aumento asociado de preocupaciones de seguridad, hay una creciente demanda de sistemas de detección e identificación robustos capaces de operar de manera confiable en entornos electromagnéticos complejos. Para abordar este desafío, este documento propone un sistema de detección e identificación pasiva de VANT basado en aprendizaje profundo que aprovecha los espectrogramas de radiofrecuencia (RF). El sistema emplea un frente de RF de alta resolución que comprende una antena direccional de múltiples haces y un analizador de espectro de banda ancha para escanear el espacio aéreo objetivo y capturar señales de VANT con una granularidad espacial y espectral mejorada. Luego, se utiliza un módulo de detección basado en YOLO para extraer regiones de señales de salto de frecuencia (FHS) del espectrograma, que son posteriormente clasificadas por una red neuronal convolucional (CNN) para identificar modelos específicos de VANT. Se llevan a cabo extensas mediciones tanto en entornos urbanos de línea de vista (LoS) como en entornos no lineales de vista (NLoS). El sistema propuesto logra más del 96% de precisión tanto en detección como en identificación en condiciones de LoS. En condiciones de NLoS, mejora la precisión de identificación en más del 15% en comparación con los métodos convencionales basados en CNN de espectro completo. Estos resultados validan la robustez del sistema, su capacidad de respuesta en tiempo real y su fuerte aplicabilidad práctica.