La detección, localización y seguimiento de múltiples objetos son deseables en muchas áreas y aplicaciones, ya que el campo del aprendizaje profundo se ha desarrollado y ha atraído la atención de académicos en visión por computadora, teniendo una plétora de redes que ahora logran una excelente precisión en la detección de múltiples objetos en una imagen. El seguimiento y la localización de objetos siguen siendo procesos difíciles que requieren un esfuerzo significativo. Este trabajo describe una solución de detección, seguimiento y localización de objetivos basada en cámaras ópticas para Vehículos Aéreos No Tripulados (VANT). Basado en la conocida red YOLOv4, se desarrolló un modelo de detección de objetos personalizado y se comparó su rendimiento con YOLOv4-Tiny, YOLOv4-608 y YOLOv7-Tiny. El algoritmo de seguimiento de objetivos que utilizamos se basa en Deep SORT, proporcionando un seguimiento de vanguardia. El enfoque de localización propuesto puede determinar con precisión la posición de los objetivos terrestres identificados por el modelo de detección de objetos personalizado. Además, se implementó un rastreador global utilizando información de localización de hasta cuatro cámaras de VANT a la vez. Finalmente, se describe un enfoque de guía, que es responsable de proporcionar comandos de movimiento en tiempo real para que el VANT siga y cubra un objetivo designado. El sistema completo fue evaluado en Gazebo con hasta cuatro VANT utilizando simulación de Software en el Bucle (SITL).