La detección de objetivos de radar (RTD) es un proceso fundamental pero importante del sistema de radar, que está diseñado para diferenciar y medir objetivos de un fondo complejo. Los métodos de aprendizaje profundo han ganado gran atención actualmente y han resultado ser soluciones viables en el procesamiento de señales de radar. En comparación con los métodos convencionales de RTD, los métodos basados en aprendizaje profundo pueden extraer características automáticamente y producir resultados más precisos. Aplicar el aprendizaje profundo a RTD se considera un concepto novedoso. En este documento, revisamos las aplicaciones del aprendizaje profundo en el campo de RTD y resumimos las posibles limitaciones. Este trabajo es oportuno debido al creciente número de trabajos de investigación publicados en los últimos años. Esperamos que esta encuesta proporcione pautas para futuros estudios y aplicaciones de aprendizaje profundo en RTD y áreas relacionadas del procesamiento de señales de radar.