Este artículo aplica la detección de objetos a material de video de CCTV para investigar el potencial de utilizar el aprendizaje automático para automatizar el seguimiento del comportamiento. Este estudio incluye grabaciones de video de dos orangutanes de Borneo en cautiverio y su comportamiento. A partir de un video de entrenamiento de 2 minutos que contiene los comportamientos seleccionados, se extrajeron y etiquetaron 334 imágenes utilizando Rectlabel. El material de entrenamiento etiquetado se utilizó para construir un modelo de detección de objetos utilizando Create ML. Se demostró que el uso de la detección de objetos tiene potencial para automatizar el seguimiento, especialmente de la locomoción, mientras se filtran los falsos positivos. Se abordan posibles mejoras respecto a esta herramienta, y la implementación futura debería tenerlas en cuenta. Estas mejoras incluyen el uso de material de entrenamiento adecuadamente diverso y la limitación de iteraciones para evitar el sobreajuste del modelo.