Para resolver los problemas de baja eficiencia y subjetividad de la observación manual en el proceso de detección de agresión en ovejas en grupo, proponemos un modelo basado en transmisión de video para detectar comportamientos agresivos en ovejas en grupo. En el experimento, recopilamos videos de la rutina diaria de las ovejas y videos del comportamiento agresivo de las ovejas en el corral. Usando el software de código abierto LabelImg, etiquetamos los datos con cuadros delimitadores. En primer lugar, el YOLOv5 detecta todas las ovejas en cada fotograma del video y devuelve la información de coordenadas. En segundo lugar, ordenamos las coordenadas de las ovejas utilizando una heurística de seguimiento de ovejas propuesta en este documento. Finalmente, los datos ordenados se introducen en un marco LSTM para predecir la ocurrencia de agresión. Para optimizar los parámetros del modelo, analizamos la confianza, el tamaño del lote y el salto de fotogramas. El modelo con mejor rendimiento de nuestros experimentos tiene un 93.38% de precisión y un 91.86% de recuperación. Además, comparamos nuestro modelo basado en transmisión de video con modelos basados en imágenes para detectar agresión en ovejas en grupo. En la agresión de ovejas, el modelo de detección por transmisión de video puede resolver el fenómeno de detección falsa causado por la oclusión de características de impacto en la cabeza de las ovejas agresivas en el modelo de detección por imagen.