Badania te wprowadzają bardzo dokladny model oparty na CNN (dokladnośc 99,9%) do wczesnego wykrywania czarnej rdzy w pszenicy przy użyciu analizy obrazu. Model zostal wytrenowany na zróżnicowanym, specyficznym dla regionu zbiorze danych, zapewniając solidną wydajnośc w różnych warunkach rolno-klimatycznych. Umożliwia wykrywanie choroby na wczesnym etapie, zmniejszając straty plonów, optymalizując stosowanie fungicydów i promując zrównoważone praktyki rolnicze. System jest lekki, można go wdrożyc na smartfonach i integruje się z cyfrowymi ekosystemami rolniczymi, umożliwiając rolnikom korzystanie z dostępnych narzędzi AI. Jego skalowalnośc i kompatybilnośc z platformami IoT i chmurowymi sprawiają, że jest to ważny krok w kierunku rolnictwa precyzyjnego i krajowego bezpieczeństwa żywnościowego.