El aprendizaje profundo es un método de procesamiento de imágenes de vanguardia que aún es relativamente nuevo pero produce resultados confiables. La detección y categorización de enfermedades en hojas emplean una variedad de enfoques de aprendizaje profundo. Los tomates son una de las verduras más populares y se pueden encontrar en todas las cocinas en diversas formas, sin importar la cocina. Después de la papa y la batata, es el tercer cultivo más producido en el mundo. India es el segundo mayor productor de tomates en el mundo. Sin embargo, muchas enfermedades afectan la calidad y cantidad de los cultivos de tomate. Este artículo discute una estrategia basada en aprendizaje profundo para la detección de enfermedades en cultivos. Se utiliza una técnica basada en Redes Neuronales Convolucionales para la detección y clasificación de enfermedades. Dentro del modelo, se utilizan dos capas convolucionales y dos capas de agrupación. Los resultados de los experimentos muestran que el modelo propuesto superó a InceptionV3 pre-entrenado, ResNet 152 y VGG19. El modelo de CNN logró una precisión de entrenamiento del 98% y una precisión de prueba del 88.17%.