El seguimiento del período de floración es esencial para evaluar los cultivares de crisantemo de jardín y su uso en paisajismo. Sin embargo, los métodos tradicionales de observación de campo son intensivos en mano de obra. Este estudio propone un método de clasificación basado en información de color de imágenes digitales del dosel. En este estudio, se utilizó un vehículo aéreo no tripulado (UAV) con un sensor rojo-verde-azul (RGB) para capturar ortofotos de crisantemos de jardín. Se empleó una red neuronal convolucional de región de máscara (Mask R-CNN) para eliminar los fondos del campo y categorizar las etapas de crecimiento en períodos vegetativos, de capullo y de floración. Luego, las imágenes se convirtieron al espacio de color matiz-saturación-valor (HSV) para calcular ocho índices de color: R_ratio, Y_ratio, G_ratio, Pink_ratio, Purple_ratio, W_ratio, D_ratio y Fsum_ratio, que representan diversas proporciones de color. Se desarrolló un árbol de decisión de proporción de color y un modelo de bosque aleatorio para subdividir aún más el período de floración en períodos inicial, pico y tardío. Los resultados mostraron que el modelo de bosque aleatorio tuvo un mejor rendimiento con puntuaciones F1 de 0,9040 y 0,8697 en dos conjuntos de datos de validación, requiriendo menos participación manual. Este método proporciona una evaluación rápida y detallada de los períodos de floración, lo que ayuda en la evaluación de nuevos cultivares de crisantemo.