En este trabajo de revisaremos varios artículos de investigación referidos a la detección de objetos usando Deep Learning u otras técnicas, con el fin de responder cuatro preguntas planteadas. Las respuestas a estas preguntas nos dirán como manejaron los autores de los artículos revisados diversas situaciones ocurridas durante su experimentación para detectar objetos de diferentes tipos. A partir de ello, la información recopilada debe servir como base para posteriormente implementar un propio modelo de reconocimiento usando YOLO y un data set personalizado a productos encontrados en un retail. El análisis de los documentos está basado en el enfoque científico planteado por Kitchenham & Charters (2007) y por Wong et al. (2017). Básicamente agruparemos los documentos por una taxonomía siguiendo una serie de pasos previos y basados en una planificación.