Este estudio presenta la Máquina de Aprendizaje Extremo de Características de Color Segmentado (SCF-ELM). El SCF-ELM está inspirado en la Máquina de Aprendizaje Extremo (ELM), conocida por sus tiempos rápidos de entrenamiento e inferencia. El ELM es, por lo tanto, un candidato ideal para un algoritmo de aprendizaje en conjunto. La Máquina de Aprendizaje Extremo de Características de Color (CF-ELM) se utiliza en este estudio debido a su capacidad adicional para extraer características de imágenes en color. El SCF-ELM es un aprendiz en conjunto que utiliza mapeo de características a través de agrupamiento k-means, una matriz de decisión y votación mayoritaria. Ha sido evaluado en una variedad de escenarios desafiantes de clasificación de objetos agrícolas, incluida la detección de malezas, ganado y maquinaria. Los resultados del rendimiento del modelo SCF-ELM fueron excelentes tanto en términos de detección, con una precisión del 90 al 99%, como en los tiempos de inferencia, alrededor de 0.01(s) por imagen. El SCF-ELM pudo competir o mejorar los algoritmos establecidos en su clase, lo que indica su potencial para aplicaciones de computación remota en agricultura.