Para lograr la localización de cabras y ayudar a prevenir que las cabras se desvíen, propusimos un método eficiente de localización de objetivos basado en visión por computadora. Las cabras de terciopelo Albas de una granja en el Banner de Ertok, Ciudad de Ordos, Región Autónoma de Mongolia Interior, China, fueron los principales objetos de estudio. Primero, propusimos detectar las cabras utilizando una red neuronal convolucional superficial, ShallowSE, con el mecanismo de atención de canal SENet, la función de activación GeLU y la normalización de capas. En segundo lugar, diseñamos tres modelos de red de regresión de coordenadas totalmente conectados para predecir las coordenadas espaciales de las cabras. Finalmente, se combinaron el algoritmo de detección de objetivos y el algoritmo de regresión de coordenadas para localizar el rebaño. Confirmamos experimentalmente el método propuesto utilizando nuestro conjunto de datos. El algoritmo propuesto obtuvo una buena precisión de detección y una tasa de localización exitosa en comparación con otros algoritmos populares. El número total de parámetros en el modelo del algoritmo de detección de objetivos fue de solo 4.5 M. La precisión media de detección alcanzó el 95.89% y el tiempo de detección fue de solo 8.5 ms. El error medio de localización del algoritmo de localización grupal fue de solo 0.94 m y el tiempo de localización fue de 0.21 s. En conclusión, el método logró una localización rápida y precisa, lo que ayudó a racionalizar el uso de los recursos de pastizales y a promover el desarrollo sostenible de las tierras de pastoreo.