Para abordar las ineficiencias y errores del candling manual en la incubación de huevos de pato, este estudio desarrolló un modelo ResNet34 mejorado integrado con un Módulo de Atención de Bloque Convolucional. El modelo, que emplea visión por computadora para el candling, logró una precisión de clasificación del 96.03% en la detección de huevos de pato no fertilizados, embrionados vivos y anormales durante la incubación temprana a media. Mostró una convergencia más rápida (dentro de cinco épocas) y mejor estabilidad que los modelos base, demostrando un fuerte potencial para la implementación industrial en procesos automatizados de incubación de huevos de pato.