En Perú, las variedades de frijol común se adaptan muy bien a las zonas áridas, y es esencial fortalecer sus evaluaciones de manera precisa durante su etapa fenológica utilizando sensores remotos y UAV. Sin embargo, esta tecnología no ha sido ampliamente adoptada en el sistema agrícola peruano, lo que provoca una falta de información y datos precisos sobre este cultivo. Aquí, predijimos el rendimiento de cuatro cultivares de frijol utilizando imágenes multiespectrales, índices de vegetación (IVs) y correlaciones lineales múltiples (con 11 IVs) en 13 períodos diferentes de su desarrollo fenológico. Las imágenes multiespectrales se analizaron con dos métodos: (1) una máscara de solo el dosel del cultivo con clasificación supervisada construida con el software QGIS; y (2) las cuadrículas correspondientes a cada parcela (n = 48) sin clasificación. Los modelos de predicción pueden estimarse con mayor precisión cuando las plantas de frijol alcanzan la cobertura máxima del dosel (etapas vegetativa y reproductiva), obteniendo un R2 más alto para el cultivar c2000 (0.942) con los índices CIG, PCB, DVI, EVI y TVI con el método 2. De manera similar, con cinco IVs, el cultivar camanejo mostró el R2 más alto para ambos métodos 1 y 2 (0.89 y 0.837) en la etapa reproductiva. Los modelos predijeron mejor el rendimiento en las etapas fenológicas V3-V4 y R6-R8 para todos los cultivares de frijol. Este trabajo demostró la utilidad de las herramientas UAV y el uso de imágenes multiespectrales para predecir el rendimiento antes de la cosecha en el ecosistema árido peruano.