La détection des maladies des plantes constitue un problème majeur, souvent nécessitant l’intervention de professionnels pour un diagnostic précis. Cette recherche vise à développer un modèle de deep learning capable de détecter le type de maladie affectant une plante à partir d’images des feuilles. Le modèle est conçu à l’aide d’un réseau de neurones convolutifs (CNN) par apprentissage par transfert. Deux architectures, ResNet-34 et ResNet-50, sont expérimentées pour démontrer que l’apprentissage discriminatif permet d’obtenir de meilleurs résultats. Cette approche atteint des performances de pointe sur le jeu de données utilisé. L’objectif principal est de réduire la dépendance vis-à-vis des experts pour la détection des maladies des plantes, tout en rendant ce modèle accessible au plus grand nombre.