Las características de la canal de cerdo son una de las características económicamente más significativas y son cruciales para la selección genética en la cría y la mejora de la eficiencia económica. La fenotipificación de canales estandarizada y automatizada puede mejorar enormemente la eficiencia y precisión de las mediciones, facilitando así la selección y cría de canales de cerdo superiores. En este estudio, utilizamos imágenes fenotípicas y datos de 3912 cerdos para proponer un enfoque basado en aprendizaje profundo para la determinación automatizada de las características fenotípicas de la canal de cerdo. Utilizando el algoritmo YOLOv8, nuestro modelo de determinación de la longitud de la canal alcanza una precisión promedio del 99% en el conjunto de prueba. Además, nuestro modelo de segmentación de grasa dorsal, YOLOV8n-seg, demuestra un rendimiento de segmentación robusto, con un IoU medio de 89.10. Un análisis de la distribución de datos que compara las mediciones manuales y las derivadas del modelo reveló que las diferencias en la longitud recta de la canal se concentran principalmente entre -2 cm y 4 cm, mientras que las diferencias en la longitud diagonal de la canal se concentran entre -3 cm y 2 cm. Para validar el método, comparamos las mediciones del modelo con datos obtenidos manualmente, logrando coeficientes de determinación (R) de 0.9164 para la longitud recta de la canal, 0.9325 para la longitud diagonal de la canal y 0.7137 para el grosor de la grasa dorsal, lo que indica una alta fiabilidad. Nuestros hallazgos proporcionan valiosos conocimientos sobre la automatización de la determinación y clasificación del fenotipo de la canal en la producción porcina.