La frecuente aparición de múltiples enfermedades en las plantas de tomate representa un desafío significativo para la agricultura, lo que requiere soluciones innovadoras para abordar este problema. El documento explora la aplicación de tecnologías de aprendizaje automático (ML) para desarrollar un modelo capaz de identificar y clasificar enfermedades en las hojas de tomate. Nuestro trabajo involucró la implementación de una red neuronal convolucional (CNN) personalizada entrenada en un conjunto de datos diverso de imágenes de hojas de tomate. Se evaluó el rendimiento del modelo CNN propuesto y se comparó con el rendimiento de modelos CNN preentrenados existentes, es decir, los modelos VGG16 y VGG19, que se utilizan ampliamente para tareas de clasificación de imágenes. El modelo CNN propuesto se probó además con imágenes de hojas de tomate capturadas en un entorno de jardín del mundo real en Grecia. Las imágenes capturadas fueron cuidadosamente preprocesadas y se realizó un estudio en profundidad sobre cómo cada paso de preprocesamiento de imágenes o una cepa diferente no soportada por el conjunto de datos utilizado afecta la precisión y confianza en la detección de enfermedades en las hojas de tomate.