Este estudio desarrolló y evaluó un algoritmo para procesar transmisiones de video térmico-RGB capturadas por un vehículo aéreo no tripulado (UAV) para automatizar el monitoreo del estrés térmico en ganado alojado en corrales secos. La temperatura de la superficie corporal (BST) de vacas individuales se utilizó como un indicador de estrés térmico. Los datos del UAV se recopilaron utilizando cámaras RGB e infrarrojas térmicas, respectivamente, con una resolución espacial de 2 y 6.67 cm por píxel en la primavera de 2023 (conjunto de datos-1) y el verano de 2024 (conjunto de datos-2). Los sitios de estudio fueron dos corrales secos comerciales en el estado de Washington. Se desarrollaron algoritmos personalizados para: (1) detectar y localizar vacas individuales utilizando un modelo de segmentación de instancias basado en Mask R-CNN combinado con seguimiento de centroides; y (2) extraer la BST promediando los píxeles de la imagen térmica para cada una de las vacas segmentadas. El algoritmo mostró una mayor precisión de detección con imágenes RGB como entrada (puntuación F1: 0.89) en comparación con térmicas (puntuación F1: 0.64). La extracción de BST con un enfoque combinado de imágenes RGB y térmicas requirió correcciones para problemas de alineación asociados con diferencias en óptica, campo de visión de la imagen, resolución y propiedades de la lente. En consecuencia, se adoptó un enfoque solo de imágenes térmicas para evaluar la localización en tiempo real de las vacas y la estimación de BST. Operando a un fotograma por segundo, el algoritmo detectó con éxito el 72.4% y el 81.65% del total de vacas en los fotogramas de video del conjunto de datos-1 (38 s) y -2 (48 s), respectivamente. La diferencia absoluta media entre la salida del algoritmo y la verdad de terreno (BSTGT) fue de 2.1 grados C (conjunto de datos-1) y 3.3 grados C (conjunto de datos-2), demostrando un rendimiento satisfactorio. Con más refinamientos, este enfoque podría ser una herramienta viable para el monitoreo en tiempo real del estrés térmico en sistemas de producción en corrales secos a gran escala.