Medir el licopeno en los tomates es fundamental para la industria agroalimentaria debido a sus beneficios para la salud. Es uno de los principales criterios de calidad para el consumo de esta fruta. Tradicionalmente, la determinación de la cantidad de este carotenoide se realiza utilizando la técnica de cromatografía líquida de alta resolución (HPLC). Este es un método muy fiable y preciso, pero tiene varias desventajas, como el largo tiempo de análisis, el alto costo y la destrucción de la muestra. En este sentido, este trabajo propone un sensor de bajo costo que correlaciona el contenido de licopeno en el tomate con el color presente en su epicarpio. Se utilizó una Raspberry Pi 4 programada con el lenguaje Python para desarrollar el modelo de predicción de licopeno. Se evaluaron varios modelos de regresión utilizando redes neuronales, lógica difusa y regresión lineal. El mejor modelo fue la regresión no lineal difusa como entrada RGB, con una correlación de R = 0.99 y un error medio de 1.9 x 10. Este trabajo pudo demostrar que es posible determinar el contenido de licopeno utilizando una cámara digital y un sistema integrado de bajo costo de manera no invasiva.