El sector mundial del vino es una industria multimillonaria con una amplia gama de actividades económicas. Por lo tanto, se vuelve crucial monitorear la vid porque permite una estimación más precisa del rendimiento y asegura un producto final de alta calidad. La forma más común de monitorear la vid es a través de las hojas (forma preventiva) ya que las hojas manifiestan primero lesiones biofísicas. Sin embargo, esto no excluye la posibilidad de que las lesiones biofísicas se manifiesten en las bayas de uva. Por lo tanto, este trabajo presenta tres modelos YOLO pre-entrenados (YOLOv5x6, YOLOv7-E6E y YOLOR-CSP-X) para detectar y clasificar racimos de uva como sanos o dañados por el número de bayas con lesiones biofísicas. Se crearon dos conjuntos de datos y se pusieron a disposición del público con imágenes originales y anotaciones manuales para identificar la complejidad entre las tareas de detección (racimos) y clasificación (sano o dañado). Los conjuntos de datos utilizan las mismas 10,010 imágenes con diferentes clases. El Conjunto de Datos de Detección de Racimos de Vid utiliza la clase Racimo, y el Conjunto de Datos de Detección del Estado del Racimo de Vid utiliza las clases Racimo Óptimo y Racimo Dañado. En cuanto a los tres modelos entrenados para la detección de racimos de uva, obtuvieron resultados prometedores, destacando YOLOv7 con un 77% de mAP y un 94% de F1-score. En el caso de la tarea de detección e identificación del estado de los racimos de uva, los tres modelos obtuvieron resultados similares, siendo YOLOv5 el que logró los mejores con un mAP del 72% y un F1-score del 92%.