Detectar y reconocer plagas es fundamental para garantizar el crecimiento saludable de los cultivos, mantener el equilibrio ecológico y mejorar la producción de alimentos. Con el avance de las tecnologías de inteligencia artificial, los algoritmos tradicionales de detección y reconocimiento de plagas basados en características de plagas seleccionadas manualmente han sido gradualmente sustituidos por algoritmos basados en aprendizaje profundo. En este documento de revisión, primero presentamos las arquitecturas principales de redes neuronales y métricas de evaluación en el campo de la detección y reconocimiento de plagas. Posteriormente, resumimos conjuntos de datos públicos ampliamente utilizados para la detección y reconocimiento de plagas. A continuación, presentamos varios algoritmos de detección y reconocimiento de plagas propuestos en los últimos años, proporcionando descripciones detalladas de cada algoritmo y sus respectivas métricas de rendimiento. Por último, esbozamos los desafíos que enfrentan los actuales algoritmos de detección y reconocimiento de plagas basados en aprendizaje profundo y proponemos futuras direcciones de investigación para algoritmos relacionados.