El presente trabajo tiene como objetivo obtener una estimación aproximada de la producción temprana de los olivares utilizados para la producción de aceite de oliva virgen extra, combinando técnicas de análisis de imágenes con la adquisición de imágenes de drones ligeros y reconstrucción fotogramétrica. Métodos: En mayo de 2019, se reconstruyó una ortofoto a través de un vuelo sobre un olivar para predecir la producción de aceite a partir de la segmentación de las superficies del dosel vegetal. El huerto se dividió en cuatro parcelas (tres consideradas como parcelas de entrenamiento y una considerada como parcela de prueba). Para cada olivo de la parcela considerada, se evaluó la superficie foliar segmentando la ortofoto y contando los píxeles pertenecientes al dosel. En la cosecha, se midió la producción de aceitunas por planta. El radio del dosel de la planta (R) se obtuvo automáticamente a partir de la clasificación de píxeles y la producción medida se graficó como función de R. Resultados: Después de aplicar una clasificación k-means a las cuatro parcelas, surgieron dos subconjuntos distintos en asociación con el año de carga (alta producción) y descarga. Para cada parcela del conjunto de entrenamiento, el logaritmo de las curvas de producción en función de R se ajustó con una función lineal considerando solo cuatro muestras (dos muestras pertenecientes a la región de carga y dos muestras pertenecientes a la región de descarga) y la estimación total de producción se obtuvo integrando el exponente de la curva de ajuste sobre R. Las tres curvas de ajuste obtenidas se utilizaron para estimar la producción total de la parcela de prueba. La estimación resultante de la producción total se desvía de la real en menos del 12% en entrenamiento y menos del 18% en pruebas. Conclusiones: La estimación temprana de la producción total basada en R extraído de las ortofotos puede permitir el diseño de un protocolo antifraude sobre la producción declarada.