Tre nuovi modelli di reti neurali convoluzionali profonde sono discussi per la classificazione delle foglie delle piante di pomodoro. Le prestazioni dei dataset aumentati e di quelli originali sono state confrontate utilizzando modelli all'avanguardia come AlexNet, GoogLeNet, VGG16, MobileNetV2, SqueezeNet, ResNet-18, ResNet-50 e ResNet-101 con apprendimento per trasferimento. In questo libro vengono discusse le malattie delle piante di pomodoro: peronospora precoce, peronospora tardiva, macchia batterica, muffa fogliare, virus del mosaico, macchia target, Septoria leaf spot, virus dell'arricciamento fogliare giallo e minatore fogliare. La temperatura e l'umidità relativa giocano un ruolo fondamentale nelle condizioni ambientali suscettibili alle malattie delle piante. La previsione di questi parametri viene effettuata utilizzando i modelli ARIMA, Prophet, Long Short-Term Memory e Bilinear Long Short-Term Memory con ottimizzazione bayesiana.