O sensoriamento remoto (SR) é uma técnica, cujo princípio fundamental consiste em obter dados de um objeto sem necessariamente ter o contato direto, é uma excelente técnica para agricultura de precisão (AP), uma vez que pode detectar fenômenos no plantio, em um curto espaço de tempo e abranger grandes áreas se comparado aos métodos convencionais de campo. Portanto, detectar pragas como bicho-mineiro-do-cafeeiro (Leucoptera coffeella)  se tornam um grande desafio, uma vez que é um problema fitossanitários do cafeeiro e que tem importância para o agronegócio brasileiro. Neste contexto o objetivo é o monitoramento para sua detecção, utilizando uma aeronave remotamente pilotada (RPAs) com câmeras RGB e obtendo imagens de alta resolução combinadas com algoritmos de aprendizado de máquina (machine learning). O experimento foi conduzido na fazenda denominada Barro preto, localizada na cidade de Lavras, estado de Minas Gerais, Brasil. Os resultados alcançados foram a geração de 4 modelos derivado de machine learning, sendo o modelo ‘ranger’  derivado do Random Forest com acurácia de 90% em detectar a presença da infestação de bicho-mineiro por meio de imagem de RGB, com acerto de sensibilidade 88% de detectar o objeto em campo e especificidade de 91% demonstrando que existe possibilidade real de fazer a gestão e manejo da lavoura cafeeira, através de imagens RGB, de baixo custo, com relação a infestação de bicho minero.