La mayoría de los modelos de redes neuronales convolucionales (CNN) tienen varias dificultades para identificar enfermedades de cultivos debido a cambios morfológicos y fisiológicos en los tejidos y células de los cultivos. Además, una sola enfermedad de cultivo puede mostrar diferentes síntomas. Por lo general, las diferencias en los síntomas entre las etapas tempranas y tardías de la enfermedad de cultivo incluyen el área y el color de la enfermedad. Esto también plantea dificultades adicionales para los modelos de CNN. Aquí proponemos un modelo de CNN ligero llamado GrapeNet para la identificación de diferentes etapas de síntomas para enfermedades específicas de la uva. Los componentes principales de GrapeNet son bloques residuales, bloques de fusión de características residuales (RFFBs) y módulos de atención de bloques convolucionales. Los bloques residuales se utilizan para profundizar la profundidad de la red y extraer características ricas. Para aliviar la degradación del rendimiento de CNN asociada con un gran número de capas ocultas, diseñamos un módulo RFFB basado en el bloque residual. Fusiona el mapa de características promediado antes de la entrada del bloque residual y los mapas de características de alta dimensión después de la salida del bloque residual mediante una operación de concatenación, logrando así la fusión de características en diferentes profundidades. Además, se introduce el módulo de atención de bloque convolucional (CBAM) después de cada módulo RFFB para extraer información válida de la enfermedad. Los resultados obtenidos muestran que la precisión de identificación se determinó como 82.99%, 84.01%, 82.74%, 84.77%, 80.96%, 82.74%, 80.96%, 83.76% y 86.29% para GoogLeNet, Vgg16, ResNet34, DenseNet121, MobileNetV2, MobileNetV3_large, ShuffleNetV2_x1.0, EfficientNetV2_s y GrapeNet. El modelo GrapeNet logró el mejor rendimiento de clasificación en comparación con otros modelos clásicos. El número total de parámetros del modelo GrapeNet solo incluía 2.15 millones. En comparación con DenseNet121, que tiene la mayor precisión entre los modelos de red clásicos, el número de parámetros de GrapeNet se redujo en 4.81 millones, lo que reduce el tiempo de entrenamiento de GrapeNet aproximadamente a la mitad en comparación con el de DenseNet121. Además, los resultados de visualización de Grad-cam indican que la introducción de CBAM puede enfatizar la información de la enfermedad y suprimir la información irrelevante. Los resultados generales sugieren que el modelo GrapeNet es útil para la identificación automática de enfermedades de hojas de uva.