Los proyectos de aprendizaje profundo se enfrentan a múltiples desafíos, entre ellos el gran coste de generar conjuntos de datos etiquetados a gran escala, su depuración y el impacto en el resultado obtenido. La elección de qué datos utilizar, cuáles etiquetar y cómo afectan a estos modelos tienen un alto impacto en la viabilidad económica y computacional de los proyectos. Por lo tanto, es crucial elegir qué herramientas y técnicas utilizar durante el proceso de creación de estos conjuntos de datos en varios dominios, entre ellos la visión artificial. En este proyecto se propone analizar el estado del arte de las herramientas, técnicas y modelos que permiten optimizar el conjunto de imágenes sobre el cual se entrena un modelo de aprendizaje profundo para la visión artificial. Además, se diseña una solución para la selección de imágenes relevantes a etiquetar (a partir de un banco de imágenes sin etiquetas) para entrenar los modelos y se implementa una prueba de concepto de esta solución sobre un caso de uso real que supera significativamente el etiquetado aleatorio.