Dado o crescimento das aplicações cotidianas que se apropriam dos modelos de aprendizado de máquina, os dados utilizados para treinamento e validação destes modelos têm crescido exponencialmente, com isso iniquidades se tornam mais evidentes sobretudo sobre o espectro de gênero. Para atestar o encontro dessas avaliações fora aplicado sobre o conjunto de dados escolhido, MS COCO, a ferramenta REVISE e selecionado as principais análises para realização da exploração destes resultados, fundamentado com discussões de autores com trabalhos e debates semelhantes. Desta forma o presente trabalho apresenta de forma exploratória e investigativa o estudo de caso de vieses de gênero presentes no conjunto de dados visual selecionado para ser analisado, utilizando como abordagem quantitativa para fundamentação das ponderações disponibilizadas pela ferramenta REVISE, a qual possui como objetivo trazer à superfície circunstâncias encontradas nos conjuntos de dados analisado, que podem levar à proliferação de estereótipos e vieses. Por fim, em conclusão das observações proporcionadas pelo ferramental, as hipóteses puderam ser confirmadas e outros cernes encontrados quanto à propagação de iniquidades de gênero pelas bases de dados.