La panceta de cerdo, apreciada por su sabor y textura únicos, a menudo se pasa por alto en los programas de cría que priorizan la producción de carne magra. La calidad de la panceta de cerdo se determina por el número y la distribución de las capas de músculo y grasa. Este estudio tuvo como objetivo evaluar el número de capas de panceta de cerdo utilizando técnicas de aprendizaje profundo. Inicialmente, se consideró la segmentación semántica, pero los puntajes de intersección sobre unión (IoU) para las partes segmentadas estaban por debajo del 70%, lo cual es insuficiente para una aplicación práctica. En consecuencia, el enfoque se trasladó a métodos de clasificación de imágenes. Basado en el número de capas de grasa y músculo, un conjunto de datos se categorizó en tres grupos: tres capas (n = 1811), cinco capas (n = 1294) y siete capas (n = 879). Basándose en arquitecturas de modelos establecidas, el modelo inicial se refinó para la tarea de aprender y predecir las características de las capas a partir de imágenes de ultrasonido B de panceta de cerdo. Después de una evaluación exhaustiva de varias métricas de rendimiento, el modelo ResNet18 emergió como el más efectivo, logrando una notable precisión del conjunto de entrenamiento del 99.99% y una precisión del conjunto de validación del 96.22%, con valores de pérdida correspondientes de 0.1478 y 0.1976. La robustez del modelo se confirmó a través de tres métodos de análisis interpretables, incluyendo grad-CAM, asegurando su fiabilidad. Además, el modelo se implementó con éxito en un entorno local para procesar fotogramas de video de ultrasonido B en tiempo real, identificando consistentemente el conteo de capas de panceta de cerdo con un nivel de confianza superior al 70%. Al emplear un sistema de puntuación con 100 puntos como umbral, el número de capas de panceta de cerdo in vivo se categorizó en grados superiores e inferiores. Este sistema innovador ofrece apoyo inmediato en la toma de decisiones para determinaciones de cría y presenta un método altamente eficiente y preciso para la evaluación de las capas de panceta de cerdo.