El glaucoma es la principal causa de ceguera irreversible en el mundo. Su carácter crónico y silencioso dificulta la detección temprana. La segmentación del disco óptico en imágenes de fondo de retina se considera el paso preliminar en el desarrollo de la herramienta de diagnóstico para la detección temprana del glaucoma. En este trabajo se desarrolló un modelo de segmentación automática basado en la arquitectura U-Net, utilizando imágenes de retina de la base de datos pública de Origa-ligth. Para mejorar la capacidad del modelo, se aplicaron técnicas de aumento de datos y se evaluó su rendimiento mediante el coeficiente de similitud de Dice (DSC) y la intersección sobre la unión (IoU). Experimentos con conjunto de prueba de 650 imágenes muestran que el modelo consiguió una IoU de 0.568 y un DSC de 0.721.