La escala de las instalaciones hortícolas en Japón está expandiéndose, lo que hace esencial la gestión eficiente de los costos laborales, especialmente en la producción de tomates a gran escala. Este estudio desarrolló un sistema consistente y práctico para predecir el tiempo de trabajo de la cosecha y estimar la cantidad y peso de la fruta cosechada utilizando imágenes panorámicas de las filas de cultivo. El sistema integra un modelo de aprendizaje profundo, la red neuronal convolucional Mask ResNet-50, para contar las frutas cosechables en las imágenes y un algoritmo predictivo para estimar el tiempo de trabajo basado en el recuento de frutas. Los resultados indicaron que el promedio de todos los trabajadores podría predecirse con un margen de error del 30.1% cuando se predice tres días antes de la fecha de la cosecha y del 15.6% cuando se predice en la fecha de la cosecha. El ensayo también reveló que la precisión de las predicciones variaba según la experiencia de los trabajadores y los métodos de cultivo. Este estudio destaca el potencial del sistema para optimizar los planes de cosecha y la asignación de mano de obra, proporcionando una herramienta novedosa para reducir los costos laborales manteniendo la eficiencia en la producción de tomates en invernaderos a gran escala.