El sector ganadero en Colombia se ha visto afectado en los ultimos anos por el aumento del robo de ganado bovino generando perdidas millonarias para el gremio. La ganaderia en el pais se realiza por pastoreo extensivo lo que hace dificil de monitorear los animales en tiempo real. En este trabajo se propuso una primera fase hacia la construccion de un sistema para la vigilancia automatica de ganado a cielo abierto, mediante la adquisicion de imagenes aereas tomadas con drones. Para llevarlo a cabo, se tomaron alrededor de 13000 fotografias de ganado en cuatro fincas del oriente antioqueno, se etiquetaron manualmente y se construyo un modelo para la deteccion de ganado a partir de una arquitectura de redes neuronales profundas llamada YOLO. En las metricas de evaluacion de desempeno del modelo entrenado, se obtuvieron valores de precision del 82% con niveles de sensibilidad del 75% en etapas de prueba y validacion. A pesar de que el estudio planteado es de tipo exploratorio, los resultados obtenidos muestran el potencial de utilizar este tipo de herramientas en la construccion de una aplicacion funcional para la prevenciondel robo de ganado en Colombia.