Durante los últimos años las aplicaciones informáticas han sufrido una dramática transformación desde el simple procesamiento de datos al aprendizaje automático, gracias a la disponibilidad y accesibilidad de un enorme volumen de datos recogidos a través de sensores e internet. La idea del aprendizaje automático demuestra y propaga el hecho de que el ordenador tiene la capacidad de mejorarse a sí mismo con el paso del tiempo. Los países occidentales han mostrado un gran interés por el tema del aprendizaje automático, la visión por ordenador y el reconocimiento de patrones a través de la organización de conferencias, talleres, debates colectivos, experimentación y aplicación en la vida real. Este estudio sobre el aprendizaje automático y la visión por ordenador explora y evalúa analíticamente las aplicaciones del aprendizaje automático en la visión por ordenador y predice las perspectivas futuras. El estudio ha descubierto que las estrategias de aprendizaje automático en la visión por ordenador son supervisadas, no supervisadas y semisupervisadas. Los algoritmos más utilizados son las redes neuronales, la agrupación de k-means y la máquina de vectores de apoyo. Las aplicaciones más recientes del aprendizaje automático en visión por ordenador son la detección de objetos, la clasificación de objetos y la extracción de información relevante de imágenes, documentos gráficos y vídeos. Además, el flujo tensorial, el modelo Faster-RCNN-Inception-V2 y el entorno de desarrollo de software Anaconda se utilizan para identificar coches y personas en imágenes.