画像を用いた植物病害の自動診断において,近年の深層学習に基づく物体検出技術を適用した手法が複数報告されている.これらの技術は被写体までの距離差に頑健で,病害部位の検出能が高い一方,各領域の病害診断能が低い,領域の誤検出が多い,ラベル生成が高コストなどの課題が残されている.本研究では,物体検出手法を用いて病害領域の検出を行い,検出した病害部分周辺に対して病害診断に特化した識別器で診断を行う2段階の診断モデルを提案する.本報告では実際に連携する府県の圃場で撮影された約3万枚の画像を用いた診断モデルを構築し,従来の深層学習に基づくEnd-to-end手法との診断精度の比較を行いその効果を報告する.