La detección de defectos es una parte crucial de la cadena de producción en muchas industrias. En la industria textil, es especialmente importante, ya que afectará la calidad y el precio del producto final. Sin embargo, en su mayoría es realizada por agentes humanos, quienes se ha informado que tienen un rendimiento deficiente, además de requerir un costoso y prolongado proceso de capacitación. Por lo tanto, se han explorado cada vez más métodos para automatizar el proceso a lo largo de los últimos 20 años. Aunque existen muchos enfoques tradicionales para este problema, con la llegada del aprendizaje profundo, los enfoques basados en el aprendizaje automático constituyen ahora la mayoría de todas las posibles aproximaciones. Otros artículos han explorado enfoques tradicionales y enfoques de aprendizaje automático de una manera más general, detallando su evolución a lo largo del tiempo. En esta revisión, resumimos los avances más importantes de los últimos 5 años y nos enfocamos principalmente en enfoques basados en el aprendizaje automático. También esbozamos las vías de investigación más prometedoras para el futuro.