El proyecto“Deep learning aplicado a la agroindustria 4.0: sistema no destructivo para clasificar mazorcas de cacao” propone y valida un modelo de aprendizaje profundo basado en la arquitectura YOLOv8, diseñado para operar en tiempo real y optimizar los procesos poscosecha del sector cacaotero. El sistema fue entrenado con un conjunto multiespectral de 3200 imágenes capturadas en campo y laboratorio, agrupadas por finca y temporada para evitar solapamientos experimentales. El modelo logra altos niveles de exactitud (93,4 %), un mAP@50–95 de 87,6 %, velocidad operativa de 65 FPS y mejora sustancial frente a modelos comparativos (YOLOv5, RT-DETR).