La yuca es un alimento básico típico en los trópicos, y la enfermedad de las hojas de yuca puede causar grandes reducciones en el rendimiento de la yuca, lo que resulta en pérdidas económicas sustanciales y una escasez de alimentos básicos. Sin embargo, la red neuronal convolucional (CNN) existente para la clasificación de la enfermedad de las hojas de yuca se ve fácilmente afectada por el ruido de fondo ambiental, lo que hace que la CNN no pueda extraer características robustas de la enfermedad de las hojas de yuca. Para resolver los problemas anteriores, este artículo introduce una estructura transformadora en la tarea de clasificación de la enfermedad de las hojas de yuca por primera vez y propone un modelo ResNet incrustado en un transformador (T-RNet), que mejora el enfoque en la región objetivo modelando información global y suprimiendo la interferencia del ruido de fondo. Además, se propone una nueva función de pérdida llamada pérdida suave de margen angular focal (FAMP-Softmax), que puede guiar al modelo a aprender límites de clasificación estrictos mientras lucha contra la naturaleza desequilibrada del conjunto de datos de la enfermedad de las hojas de yuca. En comparación con los modelos Xception, VGG16, Inception-v3, ResNet-50 y DenseNet121, el método propuesto logra mejoras de rendimiento del 3.05%, 2.62%, 3.13%, 2.12% y 2.62% en precisión de reconocimiento, respectivamente. Mientras tanto, los mapas de características extraídas son visualizados y analizados por el mapa de activación de clase ponderada por gradiente (Grad_CAM) y T-SNE 2D, lo que proporciona interpretabilidad para los resultados finales de clasificación. Los extensos resultados experimentales demuestran que el método propuesto en este artículo puede extraer características robustas de conjuntos de datos de enfermedades no equilibradas y llevar a cabo efectivamente la clasificación de la enfermedad de las hojas de yuca.