Nos últimos anos, o setor agrícola tem enfrentado diversos desafios, entre os quais se destaca a monitorização precisa do estado de maturação da produção, um problema particularmente relevante para os produtores de uva de mesa. Este indicador é definido a partir da contabilização dos cachos, do número de bagos e da cor predominante. Desta forma, identificou-se uma oportunidade de melhoria na extração deste indicador, permitindo o aperfeiçoamento da gestão agrícola da produção e, refletindo diretamente na qualidade final do cacho. O presente estudo propõe o desenvolvimento de um algoritmo capaz de detetar e analisar o estado de maturação com base no processamento de vídeos adquiridos no terreno. Assim, foi estruturada uma metodologia que integra técnicas avançadas de visão computacional, de modo a otimizar o desempenho da tarefa de monitorização. Assim, o algoritmo utiliza o modelo YOLOv12s, que foi treinado com base num conjunto de dados específico para a deteção dos cachos, onde obteve um F1-score de 0.935 e um mAP de 0.98. Além destes resultados obtidos, o algoritmo apresentou valores muito próximos das contagens manuais realizadas em campo e uma análise de estimativas consistentes da cor predominante associada ao grau de maturação. No que se refere à contagem de bagos, o sistema utilizou o modelo SAM2.1b+ para a segmentação de cachos e bagos, seguido de uma estimativa do número de bagos que compensa as oclusões, por meio de uma função polinomial. O método obteve uma média de 50 bagos por cacho, demonstrando resultados promissores.