La detección de enfermedades en las plantas es esencial para la seguridad alimentaria y la estabilidad económica. Las imágenes de vehículos aéreos no tripulados (VANT) y la inteligencia artificial (IA) son herramientas valiosas para ello. El propósito de esta revisión es reunir varios métodos utilizados recientemente por nuestros colegas, con la esperanza de proporcionar conocimiento y asistencia a investigadores y agricultores para que puedan emplear estas tecnologías de manera más ventajosa. Los estudios revisados en este documento se centraron en la detección de sarna en frutas de la familia Rosaceae. Se discuten brevemente los métodos de extracción de características, segmentación y clasificación para procesar las imágenes obtenidas por VANT y detectar las enfermedades. También se explican las ventajas y limitaciones de los diversos tipos de VANT y sensores de imagen. Los métodos ampliamente aplicados para el análisis de imágenes son los modelos basados en aprendizaje automático (ML), y las plataformas de VANT más utilizadas son los VANT de ala rotativa. Las tecnologías recientes que abordan los desafíos relacionados con la detección de enfermedades utilizando imágenes de VANT también se detallan en este documento. Algunos problemas desafiantes, como los altos costos, las baterías limitadas y el tiempo de vuelo, los datos enormes y complejos, la baja resolución y las imágenes ruidosas, etc., aún requieren consideración futura. La principal importancia de este documento es promover la automatización y tecnologías amigables para el usuario en la detección de sarna.