La transmisión a través de frutas y verduras contaminadas representa serios riesgos para la salud pública y ha llevado a varios brotes nacionales en los EE. UU. Para mejorar la seguridad alimentaria, es esencial la detección rápida y confiable de contaminantes en los productos. Este estudio evaluó el rendimiento del sistema CSI-D+ combinado con aprendizaje profundo para detectar diferentes concentraciones de contaminantes en hojas de cítricos y espinacas. Ocho niveles de contaminación, que van de 0 a 10 unidades formadoras de colonias (UFC)/mL, fueron inoculados en las superficies de las hojas. Para cada nivel de concentración, se aplicaron 10 gotas a 8 muestras de hojas de cítricos y 12 muestras de hojas de espinacas (2 cm de diámetro), y se capturaron imágenes de fluorescencia. Las imágenes se subdividieron en cuadrantes y se aplicaron varias operaciones de posprocesamiento para generar el conjunto de datos final, asegurando que cada muestra contuviera al menos 2-3 gotas. Usando este conjunto de datos, se entrenaron múltiples modelos de aprendizaje profundo (DL), incluidos EfficientNetB7, ConvNeXtBase y cinco variantes de YOLO11 (n, s, m, l, x) para clasificar los niveles de concentración. Además, se utilizaron mapas de calor Eigen-CAM para visualizar las respuestas espaciales de los modelos a la presencia bacteriana. Todos los modelos YOLO11 superaron a EfficientNetB7 y ConvNeXtBase. En particular, YOLO11s-cls fue identificado como el modelo de mejor rendimiento, logrando precisiones de validación promedio del 88.43% (cítricos) y 92.03% (espinacas), y precisiones de prueba promedio del 85.93% (cítricos) y 92.00% (espinacas) con un umbral de confianza de 0.5. Este modelo demostró una velocidad de inferencia de 0.011 s por imagen con un tamaño de 11 MB. Estos hallazgos indican que la imagen basada en fluorescencia combinada con aprendizaje profundo para la detección rápida podría apoyar intervenciones oportunas para evitar que productos contaminados lleguen a los consumidores.