In the Mekong Delta region, besides rice being the most important tree, longan has been planted in a large area with various families, bringing high income to the farmers. Each of them has different properties in harvesting time, flowering, and supervising. In fact, the farmers must regularly monitor, take care and rely on their experience to choose the right time to intervene in each type of longan for increasing productivity. From longan pictures taken in the gardens, it is not easy to determine the type of longan excluding knowledgeable people and scientists. Therefore, it is necessary to help apply technology to assess the kind of longan-by-leaf photographs taken of longan. The study used data set of 3 types of longan leaves, namely Ido, Thach Kiet, and Dimocarpus Longan Lour in the total of 2182 collected pictures. Using deep learning techniques with the VGG16 model to train the obtained data, the accuracy result was 98.3%. Thus, the research results can help agronomists and researchers have special measures to support and cooperate with the farmers in classifying and orienting to plant suitable longan with the highest efficiency.Khu vực đồng bằng sông Cửu Long, bên cạnh cây lúa, nhãn là loại cây có diện tích trồng khá lớn, với nhiều loại nhãn khác nhau, đem lại thu nhập cao cho người nông dân. Mỗi loại nhãn sẽ có đặc điểm khác nhau về thời gian thu hoạch, cách xử lý ra hoa, cách chăm sóc. Trên thực tế, người trồng nhãn phải thường xuyên theo dõi, chăm sóc, dựa vào kinh nghiệm để xác định thời điểm cần thiết nhằm can thiệp vào từng loại nhãn giúp tăng năng suất. Từ hình ảnh chụp lá nhãn tại vườn rất khó phân biệt được loại nhãn ngoại trừ những người có kinh nghiệm, nhà khoa học. Vì vậy, việc sử dụng công nghệ để phân loại cây nhãn thông qua hình ảnh chụp của lá nhãn là rất cần thiết. Nghiên cứu sử dụng tập dữ liệu của 3 loại lá nhãn: Ido, Thạch Kiệt, xuồng cơm vàng, trong tổng số hình ảnh thu thập được là 2182 hình. Sử dụng kỹ thuật học sâu với mô hình VGG16 để huấn luyện dữ liệu thu được, kết quả độ chính xác đạt 98,3%. Như vậy, kết quả nghiên cứu có thể giúp các nhà nông học, nghiên cứu có các biên pháp cụ thể hỗ trợ, phối hợp với người nông dân trong việc phân loại, có định hướng trồng cây nhãn phù hợp đạt hiệu quả cao.