La clasificación precisa y eficiente de imágenes de plantas medicinales es de suma importancia, ya que estas plantas producen una amplia variedad de compuestos bioactivos que ofrecen beneficios terapéuticos. Con una larga historia de uso de plantas medicinales, se han reconocido diferentes partes de las plantas, como flores, hojas y raíces, por sus propiedades medicinales y se utilizan para la identificación de plantas. Sin embargo, las imágenes de hojas se utilizan extensamente debido a su accesibilidad conveniente y son una fuente principal de información. En los últimos años, el aprendizaje por transferencia y el ajuste fino, que utilizan redes neuronales convolucionales profundas preentrenadas para extraer características pertinentes, han surgido como un enfoque extremadamente efectivo para problemas de identificación de imágenes. Este estudio aprovechó el poder de redes neuronales convolucionales profundas de tres componentes, a saber, VGG16, VGG19 y DenseNet201, para derivar características de las imágenes de entrada del conjunto de datos de plantas medicinales, que contiene imágenes de hojas de 30 clases. Los modelos fueron comparados y ensamblados para crear cuatro modelos híbridos con el fin de mejorar el rendimiento predictivo utilizando estrategias de promediado y promediado ponderado. Se llevaron a cabo experimentos cuantitativos para evaluar los modelos en el Conjunto de Datos de Hojas Medicinales de Mendeley. El ensamblaje resultante de VGG19+DensNet201 con ajuste fino mostró una capacidad mejorada para identificar imágenes de plantas medicinales con una mejora del 7.43% y 5.8% en comparación con VGG19 y VGG16. Además, VGG19+DensNet201 puede superar a sus contrapartes independientes al lograr una precisión del 99.12% en el conjunto de prueba. Una evaluación exhaustiva con métricas como precisión, recuperación, precisión y la puntuación F1 estableció firmemente la efectividad de la estrategia de ensamblaje.