Las flores comestibles, con su creciente demanda en el mercado, enfrentan un desafío en las prácticas de recolección manual intensivas en mano de obra, lo que dificulta su atractivo para los cultivadores. Este estudio explora la aplicación de la visión por inteligencia artificial para la cosecha robótica, centrándose en los elementos fundamentales: detección, estimación de pose y estimación del punto de recolección. El objetivo fue evaluar la adaptabilidad de esta tecnología en diversas especies y variedades de flores comestibles. El marco de visión por computadora desarrollado utiliza YOLOv5 para la detección de flores en 2D y aprovecha las capacidades de cero disparos del Modelo de Segmentación Anything para extraer puntos de interés de una nube de puntos 3D, facilitando la localización de flores en el espacio 3D. Además, proporcionamos un método de estimación de pose, un factor clave en la identificación del punto de recolección. El punto de recolección se determina a través de una regresión lineal que correlaciona el diámetro de la flor con la altura del punto de recolección. Los resultados mostraron una detección 2D efectiva. Además, las técnicas de cero disparos y de aprendizaje automático estándar empleadas lograron una localización 3D prometedora, estimación de pose y estimación del punto de recolección.