La senescencia de las hojas es un rasgo complejo que se vuelve crucial para el llenado de granos porque los fotoasimilados se trasladan a las semillas. Por lo tanto, es necesaria una correcta sincronización entre la senescencia de las hojas y las etapas fenológicas para obtener rendimientos crecientes. En este estudio, evaluamos el rendimiento de cinco métodos de aprendizaje profundo para la evaluación de las etapas fenológicas de los girasoles utilizando imágenes tomadas con teléfonos celulares en el campo. A partir del análisis, encontramos que el método basado en la red preentrenada resnet50 superó a los otros métodos, tanto en términos de precisión como de velocidad. Finalmente, el modelo generado, Sunpheno, se utilizó para evaluar las etapas fenológicas de dos líneas contrastantes, B481_6 y R453, durante la senescencia. Observamos claras diferencias en las etapas fenológicas, confirmando los resultados obtenidos en estudios anteriores. Se generó una base de datos con 5000 imágenes que fue clasificada por un experto. Esto es importante para eliminar la subjetividad involucrada en la toma de decisiones respecto a la progresión de este rasgo en el campo y podría correlacionarse con parámetros de rendimiento y senescencia que están altamente asociados con el aumento del rendimiento.