Con el rápido avance de la tecnología en los últimos años, el contenido que se difunde en internet y las maneras de hacerlo ha crecido en gran medida. Esta situación se ha hecho accesible para todo tipo de público, haciéndose posible el acceso a información de contenido pornográfico entre niños y jóvenes con mucha facilidad. En el campo del Aprendizaje Automático se vienen haciendo numerosos estudios en cuanto a la detección de la desnudez en las imágenes, con el fin de evitar o minimizar al máximo esta realidad, pues se ha visto que puede causar daños en la estabilidad social y la salud mental de los menores. Sin embargo, en los últimos años se ha comprobado que la detección de la desnudez no es un criterio suficiente para reconocer si una imagen es pornográfica. Entre otros factores, existen también la intención sexual de la imagen. Por este motivo, este trabajo se ha enfocado en la creación de un sistema de detección de intención sexual de la imagen mediante la clasificación de 20 etiquetas para cada una, entre las cuales están: 14 atributos para reconocer desde la postura del cuerpo hasta expresiones faciales, 5 etiquetas para reconocer las emociones y finalmente 1 para saber si la imagen tiene intención sexual, quizás o no. Esta detección se realiza en primer lugar, haciendo uso de técnicas de Visión Artificial para el procesamiento de imágenes. En particular, en cada imagen se extraen las características automáticas siguientes: la capa FC7 de la red neuronal reentrenada CaffeNet y el descriptor de características Histograma Orientado a Gradientes (HOG). Luego, comienza el entrenamiento para el cual se emplean multiplex Máquinas de Soporte Vectorial lineal independientes entre sí para clasificar y además se dispone de un método jerárquico de dos capas. En todo este proceso se ha realizado una investigación exhaustiva, centrando la atención en el Aprendizaje Supervisado y en el Aprendizaje Profundo. Ha sido necesario conocer el trabajo que han realizado otros investigadores, profundizar en este campo, aprender, y también realizar numerosos experimentos. Después de los distintos modelos probados y con los que se ha experimentando haciendo uso de diversos conjuntos de datos que influyen en los resultados del modelo, se ha conseguido un modelo con una exactitud del 63,78 %, que es el que se propone en este Trabajo para detectar la intención sexual.