En la actualidad se cuenta con mecanismos y herramientas que nos permiten ayudar y mejorar las condiciones de los cultivos, tales herramientas son modelos que actúan y tienen soporte en los nuevos equipos de cómputo que se desarrollan.
Acompañados de estas herramientas se ejecutan modelos de Inteligencia Artificial (IA) que cada vez tienen mejor eficacia para su propósito. Dentro de la disciplina de la IA se encuentra el Aprendizaje Automático o Machine Learning con sus siglas en inglés (ML) donde se desenvuelven las Redes Neuronales Convolucionales (CNN por sus siglas en inglés: Convolutional Neural Networks) ambas orientadas a crear métodos para que los programas mejoren su rendimiento.

En este trabajo se propone un modelo de CNN para ser aplicado en los cultivos de café, específicamente para la detección de la Roya (Hemilea vastarix), este estudio forma parte del Proyecto de Investigación denominado Sistema de Gestión de Riesgo Personal Basado en Agentes Autónomos (clave DCCD.TI.PI-64) en colaboración con el Observatorio de Cafeticultura ubicado en el estado de Veracruz de la Universidad Veracruzana.

El modelo que se propone en este trabajo, utiliza tomas fotográficas de las matas completas del café, cabe señalar que los estudios relacionados no contemplan este enfoque, o por lo menos eso fue lo que intuyó al buscar más trabajos similares, este trabajo es pionero en cuanto a la aplicación de modelos de CNN centrado en el análisis a nivel de mesosistema.