植物病害の検出は大きな課題であり、多くの場合、専門的な支援が必要となる。本研究では、植物の葉の画像から病気の種類を自動的に検出するための深層学習モデルの構築に注力している。この深層学習は、転移学習（transfer learning）を活用した畳み込みニューラルネットワーク（Convolutional Neural Network: CNN）を用いて実施された。モデルは転移学習により構築され、特にResNet-34とResNet-50の二つのアーキテクチャを用いて比較実験を行い、微調整学習（discriminative learning）が優れた結果をもたらすことを示した。この手法は、使用したデータセットにおいて最先端（state-of-the-art）の性能を達成した。本研究の主な目的は、植物病害の検出にかかる専門的支援の必要性を低減し、できるだけ多くの人々がこのモデルを利用できるようにすることにある。