Este artículo ofrece una revisión exhaustiva de los conjuntos de datos sobre incendios y humo recopilados durante las últimas dos décadas. A pesar de los avances en inteligencia artificial (IA) y visión artificial (VC), la calidad de los datos es esencial para desarrollar sistemas eficaces de gestión de incendios. Este artículo analiza las características de diversos conjuntos de datos sobre incendios y humo (tipo, tamaño, formato, método de recopilación, diversidad geográfica, modalidad de imagen (RGB, térmica, infrarroja), etc.), resume las fortalezas y debilidades de cada conjunto de datos y presenta los resultados de análisis experimentales utilizando algoritmos de vanguardia como ResNet-50, DeepLab-V3 y YoloV8. Esto se realizó con el objetivo de contribuir a la investigación y al avance tecnológico en la gestión de incendios.