El sistema de cultivo de fresas depende en gran medida de una adecuada gestión de enfermedades para mantener altos rendimientos de cultivos. La mildeu polvoriento, causado por (Wall. Ex Fries), es una de las principales enfermedades foliares en las fresas que puede causar pérdidas significativas de rendimiento de hasta un 70%. Los exploradores de campo caminan manualmente junto a los campos de fresas y observan visualmente las plantas para monitorear la infección de la enfermedad del mildeu polvoriento cada semana durante los meses de verano, lo cual es un esfuerzo laborioso y que consume mucho tiempo. El objetivo de esta investigación fue aumentar la eficiencia de la exploración de campo al detectar automáticamente la enfermedad del mildeu polvoriento en los campos de fresas mediante un sistema de visión artificial en tiempo real. Se utilizó un sistema de posicionamiento global, dos cámaras, un programa de procesamiento de imágenes personalizado y una computadora portátil robusta para el desarrollo del sistema de detección de enfermedades. El programa de procesamiento de imágenes personalizado se desarrolló utilizando un análisis de textura basado en matrices de co-ocurrencia de color junto con la técnica de redes neuronales artificiales para procesar y clasificar datos de imagen adquiridos continuamente de manera simultánea. Se utilizaron tres sitios comerciales de campos de fresas en el centro de Nueva Escocia para evaluar el rendimiento del sistema desarrollado. Se probaron un total de 36 hileras de fresas (~1.06 ha) dentro de tres campos y se midieron manualmente los puntos detectados de mildeu polvoriento seguidos por el sistema de detección automática. Los puntos detectados manualmente se compararon con los puntos detectados automáticamente para garantizar la precisión del sistema desarrollado. Los resultados de las gráficas de regresión y dispersión revelaron que el sistema fue capaz de detectar la enfermedad con valores de error absoluto medio de 4.00, 3.42 y 2.83 por fila y valores de error cuadrático medio de 4.12, 3.71 y 3.00 por fila en el sitio del campo I, el sitio del campo II y el sitio del campo III, respectivamente. La ligera desviación en el rendimiento probablemente se debió a altas velocidades del viento (>8 km h), superposición de hojas, ángulo de hojas y presencia de la enfermedad de la araña durante las pruebas de campo.