La agricultura es una actividad esencial para el crecimiento económico de Colombia, la papa es el segundo producto con mayor participación en esta actividad, lo que impulsa este sector. Sin embargo, las enfermedades en las huertas de papa -como el tizón temprano y tardío (EB y LB)- se propagan con gran rapidez ocasionando pérdidas significativas, además de provocar impactos negativos en el medio ambiente y en la salud humana por el uso de los químicos para controlarlas. La detección temprana de estas enfermedades es fundamental para reducir su impacto. En este estudio, se desarrolló una aplicación Web para que los cultivadores puedan usarla y detectar si su cultivo tiene EB o LB. Esta aplicación utilizó el modelo de aprendizaje profundo (DL) VGG16_BN, el cual fue seleccionado partir de la métrica F1 entre siete modelos. Para mejorar la generalización del modelo se aumentaron los datos. Se realizaron pruebas prácticas en Zipaquirá, Ubaté y Tenjo, tres municipios de Colombia. Los resultados mostraron que los modelos tienen un alto porcentaje F1, 98% para la papa sana, 100% para el tizón temprano y 100% para el tizón tardío. Estos resultados sugieren que el DL puede ser una herramienta eficaz para la detección temprana de enfermedades en huertas. La aplicación de esta tecnología puede ayudar a reducir el uso de pesticidas y fertilizantes químicos, optimizar el uso de recursos hídricos y mejorar la sostenibilidad de la agricultura.