La locomoción de las aves de corral es un indicador importante de la salud, el bienestar y la productividad animal. Las metodologías tradicionales, como la observación manual o el uso de dispositivos portátiles, enfrentan desafíos significativos, incluyendo la posible inducción de estrés y alteraciones en el comportamiento de los animales. Esta investigación introdujo un enfoque innovador que emplea un modelo mejorado de seguimiento de cualquier cosa (TAM) para rastrear pollos en diversos entornos experimentales para el análisis de locomoción. Utilizando un conjunto de datos que comprende tanto pollos de engorde teñidos como no teñidos y ponedoras, el modelo TAM fue adaptado y evaluado rigurosamente por su capacidad para rastrear y analizar el movimiento de las aves de corral de manera no intrusiva mediante la intersección sobre la unión (mIoU) y el error cuadrático medio (RMSE). Los hallazgos subrayan las superiores capacidades de segmentación y seguimiento del TAM, particularmente su rendimiento ejemplar frente a otros modelos de vanguardia, como los modelos YOLO (you only look once) de YOLOv5 y YOLOv8, y sus altos valores de mIoU (93.12%) en diversas categorías de pollos. Además, el modelo demostró una notable precisión en la detección de velocidad, como lo evidencia un valor de RMSE de 0.02 m/s, ofreciendo un método tecnológicamente avanzado, consistente y no intrusivo para rastrear y estimar la velocidad de locomoción de los pollos. Esta investigación no solo fundamenta al TAM como una herramienta potente para el análisis y monitoreo detallado del comportamiento de las aves de corral, sino que también ilumina su potencial aplicabilidad en escenarios más amplios de monitoreo de ganado, contribuyendo así a la mejora del bienestar y la gestión animal en la avicultura a través de un monitoreo y análisis automatizados y no intrusivos.