En viticultura, el mildiu es una de las enfermedades más comunes que, si no se trata adecuadamente, puede disminuir el rendimiento de la producción. Sin embargo, el uso descontrolado de pesticidas para aliviar su aparición puede representar riesgos significativos para los agricultores, los consumidores y el medio ambiente. Este documento presenta un nuevo marco para la detección temprana y estimación de la aparición del mildiu en los campos de viticultura. El marco utiliza un protocolo para la adquisición en tiempo real de imágenes RGB de alta resolución de drones y un proceso de inferencia de video o imagen basado en la nube utilizando modelos de detección de objetos CNN. Los autores implementaron su propuesta de marco utilizando herramientas de código abierto y experimentaron con su implementación propuesta en la variedad de uva debina en Zitsa, Grecia, durante brotes de mildiu. Los autores presentan resultados de evaluación de modelos de detección de objetos Faster R-CNN de aprendizaje profundo entrenados en su conjunto de datos anotados de mildiu, utilizando los diferentes clasificadores de objetos de VGG16, ViTDet, MobileNetV3, EfficientNet, SqueezeNet y ResNet. Los autores comparan los detectores de objetos Faster R-CNN y YOLO en términos de precisión y velocidad. A partir de su experimentación, el modelo de dispositivo embebido ViTDet mostró los peores resultados de precisión en comparación con las inferencias rápidas de YOLOv8, mientras que MobileNetV3 superó significativamente a YOLOv8 en términos de precisión y velocidad. En cuanto a las inferencias en la nube, los grandes modelos ResNet tuvieron un buen desempeño en términos de precisión, mientras que las inferencias más rápidas de YOLOv5 presentaron pérdidas significativas en la clasificación de objetos.