La estimación de un geo-sitio de imagen basada únicamente en su contenido es una tarea prometedora. El etiquetado convincente de imágenes depende en gran medida de la información contextual, que no es tan simple como reconocer un solo objeto en una imagen. En este trabajo se propone un enfoque basado en máquinas de soporte vectorial con Auto-Encode para estimar el geo-sitio de la imagen y abordar el problema de la clasificación errónea de las estimaciones. El método propuesto para la estimación del geo-sitio se lleva a cabo utilizando un conjunto de datos que consta de 125 clases de diversas imágenes capturadas en 125 países. El trabajo propuesto utiliza un Auto-Encode convolucional para el entrenamiento y la reducción de dimensionalidad. Después de eso, el conjunto de datos de entrada preprocesado adquirido se procesa aún más mediante una máquina de soporte vectorial de múltiples etiquetas. La evaluación del rendimiento del enfoque propuesto se ha realizado utilizando precisión, sensibilidad, especificidad y F1-score como parámetros de evaluación. Finalmente, el enfoque propuesto para la estimación del geo-sitio de imagen presentado en este artículo supera a los métodos de K-Vecinos más Cercanos y Bosque Aleatorio basados en Auto-Encode.