Una de las capas esenciales en la mayoría de las Redes Neuronales Convolucionales (CNN) es la capa de agrupación, que se coloca justo después de la capa de convolución, reduciendo efectivamente la entrada y disminuyendo la potencia computacional requerida. Se han propuesto diferentes métodos de agrupación a lo largo de los años, cada uno con sus propias ventajas y desventajas, lo que los hace más adecuados para diferentes aplicaciones. Presentamos una comparación entre muchos de estos métodos que destaca una elección óptima para diferentes escenarios dependiendo de las necesidades individuales de cada proyecto, ya sea la retención de detalles, el rendimiento o los requisitos generales de velocidad computacional.