La densidad de plantas de soja es un factor importante para la producción agrícola exitosa. Debido al alto número de plantas por unidad de área, la superposición temprana de plantas y la eventual pérdida de plantas, la estimación de la densidad de plantas de soja en las etapas posteriores del desarrollo debería permitir la determinación del número final de plantas y reflejar el estado de la cosecha. Con el fin de evaluar la densidad de plantas de soja de manera digital, no destructiva y menos intensiva, se realizó un análisis en imágenes RGB (que contienen tres canales: ROJO, VERDE y AZUL) tomadas con un UAV (Vehículo Aéreo No Tripulado) en 66 parcelas experimentales en 2018 y 200 parcelas experimentales en 2019. Se extrajeron los valores medios de los canales R, G y B para cada parcela, luego se calcularon índices de vegetación (IV) y se utilizaron como predictores para el modelo de aprendizaje automático (MLM). El modelo fue calibrado en 2018 y validado en 2019. Con fines de validación, los valores predichos para las 200 parcelas experimentales se compararon con el número real de plantas por unidad de área (m). La validación del modelo resultó en un coeficiente de correlación-R = 0.87, error absoluto medio (MAE) = 6.24 y error cuadrático medio (RMSE) = 7.47. Los resultados de la investigación indican la posibilidad de utilizar el MLM, basado en valores simples de IV, para la predicción de la densidad de plantas en la agricultura sin necesidad de utilizar mano de obra humana.