La haba es un miembro importante de las leguminosas, que tiene niveles de proteína más ricos y un gran potencial de desarrollo. El rendimiento es un carácter fenotípico importante de los cultivos, y la estimación temprana del rendimiento puede proporcionar una referencia para las entradas de campo. Para facilitar la estimación rápida y precisa del rendimiento de la haba, se recopilaron y analizaron datos de sensores duales (RGB y multiespectrales) basados en vehículos aéreos no tripulados (UAV). Para esto, se utilizaron máquinas de soporte vectorial (SVM), regresión de crestas (RR), regresión de mínimos cuadrados parciales (PLS) y el vecino más cercano (KNN) para la estimación del rendimiento. Además, se utilizó por primera vez la fusión de datos de diferentes períodos de crecimiento basada en UAV para estimar el rendimiento de la haba y obtener una mejor precisión de estimación. Los resultados obtenidos son los siguientes: para un único período de crecimiento, S2 (12 de julio de 2019) tuvo la mejor precisión del modelo de estimación. Para los datos de fusión de múltiples períodos de crecimiento, S2 + S3 (12 de agosto de 2019) obtuvo los mejores resultados de estimación. Además, los valores del coeficiente de determinación (R2) para RF fueron más altos que los de otros algoritmos de aprendizaje automático, seguidos por PLS, y los efectos de estimación de los datos de fusión de un sensor dual fueron evidentemente mejores que los de un solo sensor. En resumen, estos resultados indicaron que era factible estimar el rendimiento de la haba con alta precisión a través de la fusión de datos basada en datos de sensores duales y diferentes períodos de crecimiento.