En el cultivo de maíz, el índice de área foliar (LAI) sirve como una métrica importante para determinar el desarrollo de la planta. Los vehículos aéreos no tripulados (UAVs) que capturan imágenes RGB, junto con la regresión de bosques aleatorios (RFR), se pueden utilizar para medir indirectamente el LAI a través de índices vegetativos. La investigación utilizando estas técnicas se encuentra en una etapa temprana, especialmente en el contexto del maíz para ensilaje. Por lo tanto, este estudio tuvo como objetivo evaluar qué índices vegetativos tienen las correlaciones más fuertes con el LAI del maíz y comparar dos métodos de regresión. Se realizaron regresiones de RFR, regresión de ridge (RR), máquina de vectores de soporte (SVM) y regresión lineal múltiple (MLR) en Python para su comparación utilizando imágenes obtenidas en un área cultivada con maíz para ensilaje. Los resultados mostraron que los índices espectrales RGB mostraron saturación cuando el LAI alcanzó los 3 m m, con los índices VEG (índice vegetal), COM (combinación), ExGR (exceso de rojo-verde) y TGI (índice de verdor triangular) seleccionados para el modelado. En cuanto a la regresión, RFR mostró un rendimiento superior con un valor de R de 0.981 y un error cuadrático medio (RMSE) de 0.138 m m. Por lo tanto, se puede concluir que RFR utilizando índices RGB es una buena manera de obtener indirectamente el LAI.