精度が高く利便性の高い植物病害診断システムが求められている. これまで深層学習を用いたシステムが数多く提案され, 高い精度が報告されてきた. しかし, 学習時と異なる環境で撮影された画像に対して大きく精度が低下することが報告されている. これは病害特徴がかすかで多様であるのに対し, 構図や病徴など環境による差（ドメイン差）が大きいことが原因として挙げられる. このドメイン差が大きい場合, 未知の環境への高精度な診断は困難である. 本報告では, 診断を行う圃場の少量のデータを効率的に扱い, 大量の学習データとの特徴空間における分布を近づけることで実用的な診断システムを構築し, 実験により性能を評価した,