Questa ricerca introduce un modello altamente accurato basato su CNN (99,9% di accuratezza) per il rilevamento precoce della ruggine nera nel grano utilizzando l'analisi delle immagini. Il modello è stato addestrato su un set di dati diversificato e specifico per ogni regione, garantendo prestazioni solide in condizioni agroclimatiche diverse. Il sistema consente di individuare la malattia in fase precoce, riducendo la perdita di resa, ottimizzando l'uso di fungicidi e promuovendo pratiche agricole sostenibili. Il sistema è leggero, distribuibile su smartphone e si integra con gli ecosistemi agricoli digitali, consentendo agli agricoltori di disporre di strumenti di intelligenza artificiale accessibili. La sua scalabilità e compatibilità con le piattaforme IoT e cloud lo rendono un passo fondamentale verso l'agricoltura di precisione e la sicurezza alimentare nazionale.