El aprendizaje automático es una tecnología ampliamente utilizada que desempeña un papel crucial en la digitalización y tiene como objetivo explorar reglas y patrones en grandes conjuntos de datos para resolver de forma autónoma problemas no lineales, aprovechando múltiples fuentes de datos. Debido a su versatilidad, el aprendizaje automático puede aplicarse a la agricultura. Un mejor manejo de cultivos, evaluación de la salud de las plantas y detección temprana de enfermedades son algunos de los principales desafíos que enfrenta el sector agrícola. La fenotipificación de plantas puede desempeñar un papel clave en abordar estos desafíos, especialmente cuando se combina con técnicas de aprendizaje automático. Por lo tanto, este estudio revisa la literatura científica disponible sobre las aplicaciones de algoritmos de aprendizaje automático en la fenotipificación de plantas con un enfoque específico en los girasoles. Se describen los algoritmos más comunes en el campo agrícola para resaltar posibles usos. Posteriormente, el resumen destaca la aplicación del aprendizaje automático en la fenotipificación en tres áreas principales: manejo de cultivos (por ejemplo, predicción de rendimiento, estimación de biomasa y monitoreo de etapas de crecimiento), salud de las plantas (por ejemplo, estado nutricional y estrés hídrico) y detección de enfermedades. Finalmente, nos centramos en la adopción de técnicas de aprendizaje automático en la fenotipificación de girasoles. El papel del aprendizaje automático en la fenotipificación de plantas ha sido investigado a fondo. Las redes neuronales artificiales y los modelos apilados parecen ser la mejor manera de analizar datos.