O objetivo desse trabalho foi avaliar o desempenho do software Neurodic, baseado em Redes Neurais Artificiais (RNAs), para classificação de mudas de Eucalyptus em talhões pós plantio em ortofotos aéreas obtidas por via VANT (Veículo Aéreo Não Tripulado). As fotografias foram obtidas com VANT eBee-Ag equipado de uma câmera RGB, e todo o processamento pós voo para a geração da ortofoto foi executado com o software Postflight Terra 3D. A classificação foi executada com o Neurodic, e posteriormente foi importada no software QuantumGIS. Foram então calculados e comparados os números de mudas a partir de uma classificação manual sobre a ortofoto (número real de mudas), a partir da estimativa do número de mudas pelo espaçamento de plantio, e a partir da classificação do Neurodic, baseando-se nesse caso na classificação pós-processada manualmente e na classificação original. Os valores mais próximos à realidade foram obtidos com as RNAs pós-processadas, que apresentaram um erro menor que 2% na área total, enquanto que o pior resultado foi com as RNAs sem edições. A estimativa com base no espaçamento de plantio mostrou superestimar o número real de mudas. Conclui-se, portanto, que a utilização de ortofotos por meio de VANT, com a classificação via RNA, mostra-se promissora para contagem de mudas, porém o processamento ainda não pode ser feito de forma totalmente automatizada.