Las redes neuronales convolucionales (CNN) son uno de los principales tipos de redes neuronales utilizadas para el reconocimiento y clasificación de imágenes. Las CNN tienen varios usos, algunos de los cuales son el reconocimiento de objetos, el procesamiento de imágenes, la visión por computadora y el reconocimiento facial. La entrada para las redes neuronales convolucionales se proporciona a través de imágenes. Las redes neuronales convolucionales se utilizan para aprender automáticamente una jerarquía de características que luego se pueden utilizar para la clasificación, en lugar de crear manualmente las características. Al lograr esto, se construye una jerarquía de mapas de características convolucionando de forma iterativa la imagen de entrada con filtros aprendidos. Debido al método jerárquico, las capas superiores pueden aprender características más intrincadas que también son invariantes a la distorsión y la traslación. Los objetivos principales de este estudio son ayudar a los académicos a comprender dónde existen lagunas en la investigación y hablar en profundidad sobre los bloques de construcción de las CNN, sus roles y otros temas vitales.