COVID-19 es una enfermedad transferible heredada del virus SARS-CoV-2. Un total de 594 millones de personas se han infectado, y 6.4 millones de seres humanos han muerto debido a COVID-19. La forma más rápida de diagnosticar la enfermedad es mediante radiografías. El aprendizaje profundo ha sido la técnica más popular para la clasificación de imágenes durante la última década. Este documento tiene como objetivo examinar las contribuciones del aprendizaje automático para la detección de COVID-19 utilizando Aprendizaje Profundo y explora la aplicación general de redes neuronales convolucionales de algunos modelos pre-entrenados de aprendizaje profundo de última generación. En esta investigación, nuestro objetivo es explorar las diversas estrategias de clasificación de imágenes para CXIs y la aplicación de modelos de aprendizaje profundo para la optimización y selección de características. El estudio presentado en este artículo muestra que la precisión de los modelos de aprendizaje profundo al detectar COVID-19 sobre la base de imágenes de radiografías de tórax oscila entre el 93 por ciento y más del 99 por ciento.