การวิจัยครั้งนี้ได้ดำเนินการการเปรียบเทียบประสิทธิภาพของโมเดลจำแนกภาพสำหรับโรคใบข้าวโพดที่ใช้เครื่องมือของไมโครซอฟต์อาชัวร์ในการจำแนกประเภทภาพโรคใบข้าวโพด โดยมีวัตถุประสงค์ในการเปรียบเทียบประสิทธิภาพความแม่นยำของโมเดล ขนาดของโมเดล และเวลาที่ใช้ในการประมวลผลของโมเดลในการจำแนกภาพโรคใบข้าวโพด ได้แก่ InceptionV3, VGG16, Xception และ Custom Visionซึ่งใช้ชุดข้อมูลโรคใบข้าวโพด 4 ชนิด ได้แก่ โรคใบไหม้แผลใหญ่ โรคราสนิม โรคใบจุดสีเทา และปกติ สำหรับใช้เป็นข้อมูลชุดเรียนรู้ด้วยวิธีการเรียนรู้ด้วยเครื่องจักรเพื่อสร้างเป็นโมเดลและใช้เป็นข้อมูลชุดทดสอบโมเดลที่สร้างขึ้นในการจำแนกภาพโรคใบข้าวโพด ซึ่งจากผลการทดลองพบว่าโมเดลที่มีประสิทธิภาพในการจำแนกภาพโรคใบข้าวโพดได้ดีที่สุด คือ Custom Vision ด้วยค่าความถูกต้องของโมเดล เท่ากับร้อยละ 98.1 และมีขนาดของโมเดล เท่ากับ 21.2 เมกะไบต์ และเวลาที่ใช้ในการประมวลผลของโมเดล เท่ากับ 6.89 วินาที