La papa es uno de los principales cultivos y proporciona ocupaciones y medios de vida para numerosas personas en todo el mundo. También contribuye al crecimiento económico de países en desarrollo y subdesarrollados. Sin embargo, el tizón tardío de la papa es uno de los principales destructores de cultivos de papa en todo el mundo. Con la introducción de redes neuronales en la agricultura, muchos investigadores han contribuido a la detección temprana del tizón tardío de la papa utilizando varios algoritmos de aprendizaje automático y profundo. Sin embargo, la precisión y el tiempo de computación siguen siendo problemas serios. Por lo tanto, considerando estos desafíos, personalizamos una red neuronal convolucional (CNN) para mejorar la precisión con menos parámetros entrenables, menos tiempo de computación y menor pérdida de información. Comparamos el rendimiento del modelo propuesto con varios algoritmos de aprendizaje automático y profundo utilizados para la clasificación del tizón tardío de la papa. El modelo propuesto superó a los demás con una precisión general del 99% utilizando 839,203 parámetros entrenables en 183 s de tiempo de entrenamiento.