Las técnicas de teledetección y el uso de Sistemas Aéreos No Tripulados (UAS) han simplificado la estimación del rendimiento y la salud de las plantas en muchos cultivos. La selección de familias en programas de cría de caña de azúcar se basa en parcelas pesadas en la cosecha, lo cual es un proceso intensivo en mano de obra. En este estudio, utilizamos imágenes de teledetección basadas en UAS de cultivos de caña de planta y primer retoño para estimar los rendimientos familiares de un segundo retoño. Varios grupos de la programación de cría comercial fueron plantados en un diseño de bloques completos al azar por familia. Se adquirió una imagen estándar en rojo, verde y azul con un UAS disponible comercialmente equipado con una cámara Rojo-Verde-Azul (RGB). Se estimaron índices de color utilizando el modelo de espacio de color CIELab a partir de las imágenes para cada parcela. La caña fue cosechada mecánicamente con una cosechadora de caña de azúcar y se obtuvieron los pesos de las parcelas (kg) con un carro de campo equipado con celdas de carga. La regresión paso a paso, las correlaciones y los factores de inflación de la varianza se utilizaron para identificar el mejor modelo de regresión lineal múltiple para estimar el rendimiento de caña del segundo retoño (kg). Un modelo de regresión múltiple, que incluyó la familia y cinco índices de color diferentes, produjo un R significativo de 0,88. Esto indica que es posible hacer predicciones de selección de familias de peso de caña sin recopilar pesos de parcelas. La adopción de esta tecnología tiene el potencial de disminuir los requisitos de mano de obra y aumentar la eficiencia en la cría.