La detección de objetos es una de las tareas vitales y desafiantes de la visión por computadora. Apoya una amplia gama de aplicaciones en la vida real, como la vigilancia, el envío y el diagnóstico médico. Las técnicas de detección de objetos tienen como objetivo detectar objetos de ciertas clases objetivo en una imagen dada y asignar a cada objeto una etiqueta de clase correspondiente. Estas técnicas proceden de manera diferente en la arquitectura de red, la estrategia de entrenamiento y la función de optimización. En este documento, nos enfocamos en la detección de especies animales como un paso inicial para mitigar los impactos negativos de los encuentros entre la vida silvestre y los humanos y los vehículos en regiones remotas y en carreteras. Nuestro objetivo es proporcionar un resumen de las técnicas de detección de objetos basadas en modelos R-CNN, y mejorar el rendimiento de la detección de especies animales en precisión y velocidad, utilizando cuatro modelos R-CNN diferentes y una red neuronal convolucional deformable. Cada modelo se aplica en tres conjuntos de datos de vida silvestre, los resultados se comparan y analizan utilizando cuatro métricas de evaluación. Basándonos en la evaluación, se propone un sistema de detección de especies animales.